文本内容:
数据挖掘
一、课程说明课程编号130317Z10课程名称数据挖掘/Data-Mining课程类别选修学时/学分48/3先修课程数学分析,高等代数,统计软件,计算方法,统计学,最优化原理与算法适用专业统计学,数学与应用数学,信息与计算数学教材、教学参考书.李航.统计学习方法第版.北京清华大学出版社,1[M],12012
二、课程设置的目的意义数据挖掘(统计专业也称统计学习)是统计专业重要课程,主要介绍重要的统计学习方法通过本课程学习,使学生能够了解数据挖掘的产生和发展历史,掌握数据挖掘的基本概念、原理和应用方法,培养学生应用数据挖掘理论和技术解决实际问题的能力
三、课程的基本要求知识要求了解数据挖掘的产生和发展历史,掌握数据挖掘的基本概念、原理和应用方法,掌握感知机、近邻法、朴素贝叶斯决策树、支持向量机等重要的统K计学习方法能力要求能运用所学统计方法,通过编程,对实际数据进行计算和分析,对所得模型有较准确的判断素质要求不仅掌握从数据预处理、计算和分析建模整个数据分析过程的基本方法,而且能对具体问题的分析结果和模型进行评价
四、教学内容、重点难点及教学设计摹学时分d教学方案以计(含教学章节教学内容时讲课(含实教学重点教学难点方法、薮学手段)研讨)践统计学习方法统计学三要第1章44泛化能力讲授,多媒体概论素感知机学习感知机学习讲授、案例、后发式及第2章感知机651算法策略探讨,多媒体近邻法实讲授、案例、启发式及K第章近邻法3K651K近邻算法现探讨,多媒体朴素贝叶斯朴素贝叶斯讲授、案例、后发式及第章朴素贝叶斯4541算法原理探讨,多媒体决策树算法决策1矍厚讲授、案例、后发式及第5章决策树1082J!探讨,多媒体逻辑斯谛回归第章与最大嫡模型模型算法模型原理讲授、案例、启发式及6761探讨,多媒体第7章支持向量机1082支持向量支持向量讲授、案例、后发式算法机原理及探讨,多媒体L注实践包括实验、上机等
五、实践教学内容和基本要求课基本要求理解数据挖掘的工作机理及其构建过程;掌握典型的重要统
1.
2.计学习方法及其开发工具的使用;理解数据挖掘的工作原理与流程,掌握典型数
3.据挖掘技术及其工具的使用方法
六、考核方式及成绩评定.平时成绩140%采用人一组,编写一种统计学习方法解决实际问题读书报告,并根据学3-4生上课出勤情况、课堂表现、回答问题情况给出平时考核成绩.期末考试成绩260%考核内容考核方式成绩比例(测验%)备注数据挖掘基本概念测验20%数据挖掘基本原理和算法测验40%数据挖掘术案例平时成绩、口试、答辩40%
七、大纲主撰人大纲审核人:。