《大数据挖掘及应用》课程教学大纲 (2022版).pdf

《大数据挖掘及应用》课程教学大纲

一、课程基本情况

表1课程基本情况表

课程编号A2040500课程类别■必修□选修学时/学分56/2.5
（中文）大数据挖掘及应用
课程名称
（英文）TheBasicPrincipleofDataMining
课内总学时课内学时分配课外学时分配
课堂讲课40课后复习
课程学时自学交流课外自学
及其分配56课堂讨论讨论准备
实验辅导实验预习
课内实验16课外实验
适用院系

适用专业
先修课程
算法分析与设计
预备知识

二、课程简介(中英文版)

《大数据挖掘及应用》是计算机科学与技术院智能科学技术的必修课，是掌握数据分析能力的一门重

要基础课程。本课程首先讲授了数据分析的基本知识概念、数据分析预处理的手段，接着从数据分析方法

的角度，介绍了数据挖掘关联分析、分类以及聚类三大类算法的基本知识、必要理论基础以及一些经典的

数据挖掘算法。

通过对本门课程的学习,学生能够系统地获得数据分析方法的基本概念和理论技术，掌握关联规则分析、

分类和聚类等数据挖掘算法,从而使学生学会利用数据预处理和数据挖掘的技术去分析和解决不同行业应

用领域中对数据进行处理和获取知识的问题，对培养学生形成良好的计算机科学技术和人工智能领域知识

的运用能力有很大的帮助。

《大数据挖掘及应用》是计算机科学与技术学院智能科学与技术专业的必修课，是培养学生具备数据

分析能力的重要专业课程。本课程教学内容涵盖了数据分析从特征提取，特征工程直至模型构建和可视化

的全流程。具体包括数据分析的基本知识概念，各种不同数据分析预处理的手段，以及不同类型的经典数

据分析方法，如数据分析的关联分析、无标签分析以及有标签分析三大类算法的基本知识和理论原理。和

实际工程应用中的数据仓库基础知识介绍。

1/11

三、课程目标

通过本课程的学习,使学生系统地获得数据挖掘基本知识和基本理论；本课程重点学习关联规则挖掘算

法、分类和聚类算法，并注重培养学生熟练的编程能力和较强的抽象思维能力﹑逻辑推理能力﹑以及从海

量数据中挖掘知识的能力，有助于学生能够利用相关算法去分析法和解决一些实际问题,为学习后续课程和

进一步增强计算机编程能力奠定必要的算法基础.

课程目标对应的学生知识和能力要求如下：

课程目标1:掌握数据挖掘基本概念和数据预处理知识（支撑毕业要求2.2）

课程目标2:掌握关联规则分析、分类分析、聚类分析、深度学习中的经典算法，熟悉算法原理和理论基础
（支撑毕业要求3.2）

课程目标3:掌握关联规则分析、分类分析、聚类分析、深度学习中的实验评价指标（支撑毕业要求4.2）

课程目标4：熟悉分布式与并行计算基本概念及技术知识，能够对各类数据分析算法进行综合运用，具备分
析和解决复杂工程实际问题的能力（支撑毕业要求5.3）

课程目标5：通过撰写报告和口头表达，具有良好的沟通交流能力（支撑毕业要求10.1）

四、“立德树人”育人内涵

结合数据挖掘课程的相关教学内容，通过对数据分析算法与应用技术的讲授、课程大作业、前沿技术

探讨等教学组织形式，在培养学生的创新意识和复杂工程问题解决能力的同时，培养学生的辩证思维、人

工智能伦理和法律意识，以及求真务实精益求精的专业精神，踏实严谨的科学素养和理论联系实际的学习

与创新方法，引导学生认识到新一代人工智能技术变革带来的机遇与挑战，爱党爱国，自觉践行社会主义

核心价值观，坚定理想信念，勇担时代使命。

五、课程目标对毕业要求的支撑关系

表2课程目标对毕业要求的支撑关系表
达成度课程课程课程课程课程
毕业要求毕业要求指标点
期望值目标1目标2目标3目标4目标5
针对智能科学技术
毕业要求2问题分
析：能够应用数学、自
指标点2.2能分析智能领
然科学和工程科学的基
域复杂工程问题的影响因
本原理，识别、表达、0.20.20000
素，并能基于数学模型方
并通过文献研究分析复
法正确表达
杂工程问题，以获得有
效结论。
毕业要求3设计/开发指标点3.2能从满足用
解决方案：能够设计针对户需求、挖掘产品功能、
0.200.2000
复杂工程问题的解决方提高产品竞争力的角度出
案，设计满足特定需求的发，进行创新构思，能采

2/11

系统、单元（部件）或工用新方法、新技术，开展
艺流程，并能够在设计环智能领域复杂工程系统设
节中体现创新意识，考虑计
社会、健康、安全、法律、
文化以及环境等因素。
毕业要求4研究：能够
指标点4.2能够根据实验
基于科学原理并采用科学
方案构建实验系统，选择
方法对复杂工程问题进行
适当的实验方法和手段安
研究，包括设计实验、分0.2000.200
全地开展实验，正确记录
析与解释数据、并通过信
和分析实