还剩1页未读,继续阅读
文本内容:
《机器学习和数据挖掘》课程教学大纲编号
一、课程名称
1.中文名称机器学习和数据挖掘
2.英文名称Machine Learningand Data Mining
二、课程概况课程类别研究生选修课学时数32学分数2适用专业计算机、统计、应用数学、工程计算等开课学期春季开课单位物流工程学院
三、
四、教学目的及要求该课程介绍从数据中抽取知识的数据挖掘的基本技术,使学生掌握经常使用的数据挖掘工具如R等,并掌握将这些技术用于实际应用问题的能力课程内容包括数据分析、建立模型和模型验证
五、课程主要内容及先修课程前序课程要求数理统计的基本知识和计算机基本编程经验课程目标通过本课程的学习,学生应该掌握下面的技能
1.发现实际问题中数据的疑难和约束,并能够利用数据探试方法解决这些疑难,其中包括去除躁声、降低维度和选择特征
2.建立数据挖掘模型以进行分类、组合、联接和奇异数据检测数据分类算法包括Kmeans集聚等数据联接算法包括基于联接规则的学习
3.利用各种验证技术对模型的性能进行评价,如准确性测量等
4.利用最新的数据挖掘工具如R进行模型设计和评价
5.分析实际问题中的数据集,全过程从数据探试开始到获取知识结束
六、课程教学方法本课程采用面对面的课堂教学方法,课堂教学分成讲课和实验两个阶段讲课阶段注重概念和方法的学习,实验阶段注重实际问题的解决能力的锻炼学生将收到从实际问题中得来的案例,然后用所学的方法设计解决方案,学生需要在课堂上展示程序运行得到的结果
七、课程考核方式学生的学习效果将由下面几个方面进行评估:•家庭作业•考试•课堂测验课程评分修课成绩由下面的方法计算•期末考50%•家庭作业20%•课堂测验30%所有缺项的计分都是0
八、课程使用教材Machine Learningwith R,Second Editionby BrettLantz,Packt Publishing.ISBN-13:978-1784393908
九、课程主要参考资料1DataMining:Concepts andTechniques byJiawei Hanand MichelineKamber,2011,3rd Edition,The MorganKaufmann Seriesin DataManagement Systems.ISBN13:978-
0123814791.2R forEveryone:Advanced Analyticsand Graphics,First Editionby JaredLander Addison-Wesley DataAnalytics Series.ISBN-13:978-
0321888037.分委员会主席签字年月日主管院长签字年月日注
(1)英文课程名称务必写准确;
(2)需编写的内容统一用宋小四号,行间距固定值22磅。