湖北工业大学研究生《数据挖掘》课程教学大纲

发布时间:2020-12-08  阅读人数:

一、开课单位:理学院            课程中文名称:数据挖掘

课程编号:S010069【由各学院编号】课程英文名称:Data Mining

   大纲审定人:郑瑞坤              大纲编写人:吴颖丹

二、课程类别:[√]必修课    [  ]选修课

三、总学时:48  学分数:3

开课学期:2020-2021 第一学期 考核方式:考查

四、授课对象:2020应用统计

五、预备知识要求:概率论与数理统计

六、教材及参考书目(讲义):

统计学习方法(第二版),李航,清华大学出版社,2012

七、课程简介:

数据挖掘技术是应用统计的专业课程,本课程以数据挖掘为主要内容,讲述实现数据挖掘的各主要功能、挖掘算法和应用,并通过对实际数据的分析更加深入地理解常用的数据挖掘模型。掌握大型数据挖掘软件的使用,培养学生数据分析和处理的能力。

八、教学目标:

本课程主要学习的内容包括数据预处理、关联分析、分类与预测、聚类分析等内容。

通过本课程的学习,要求研究生掌握数据挖掘的基本理论和方法,为学习后继课程开展科学研究、进行生产实践打好基础。

九、教学内容、教学方式及学时分配:

周次

学时

教学内容(包括理论讲授、研讨、实验实践等)

教学方式(线下、线上等)

6

4

第一章 统计学习方法论

线下

7

4

第二章 感知机

线下

8

4

第三章 K近邻法

线下

9

4

第五章 决策树

线下

10

4

第六章 logistic回归和最大熵模型

线下

11

4

第七章 支持向量机

线下

12

8

第八章 提升方法 实例讲解与实践

线下

13

8

第十四章 聚类分析 实例讲解与实践

线下

14

4

第十五章 主成分分析

线下

15

4

总结复习与展开

线下

合计

48



其中:理论课课时:        研讨课课时:          实验实践环节课时: