数据挖掘教学大纲.docx

数据挖掘教学大纲一、课程概况所属专业：计算机科学与技术开课单位：数学计算机科学学院课程类型：院系选修课程课程代码：07492210学分:学分:开课学期:学时:课堂讲授24+实验16核心课程:拟使用教材:JiaweiHanandMichelineKamberz著，范明，孟小峰译.Datamining:ConceptsandTechniques（3ndedition）.北京：机械工业出版社.2012.8国内（外）现有教材：JiaweiHanandMichelineKamber.DataMining:ConceptsandTechniques（影印版）.高等教育出版社.2001学习参考资料：著，王志海等译，《数据仓库》，机械工业出版社，2000著，王天佑译，《数据仓库管理》，机械工业出版社，2002[3]Pang-NingTan著，范明等译.数据挖掘导论.人民邮电出版社.2006⑷王珊.数据仓库技术与联机分析处理.清华大学出版社.2002[5]安淑芝等•数据仓库与数据挖掘.清华大学出版社.2005|6]二、课程描述《数据挖掘》是计算机科学与技术专业的选修课程，后继于《数据库原理》,主要内容有常用数据处埋技术，分析提取数据中关联规那么，根据数据特征进行分类与预测以及聚类。对学生了解计算机开展的前沿具有重要作用，也促进提高学生独立分析、解决实际应用或者理论问题的能力。三、课程目标本课程的教学目的是使学生了解数据仓库与数据挖掘的产生和开展，了解数据仓库与数据挖掘的作用；掌握数据仓库设计与实现的关键技术；掌握数据挖掘的基本概念和方法；掌握几种主要数据挖掘算法并能应用于实际数据的处理；了解局部变种数据挖掘算法的思路；最终能够胜任数据仓库设计与管理、数据挖掘的工作。四、教学要求通过本课程的学习，要求学生初步掌握数据挖掘的重要概念和任务、数据挖掘中的常用算法（决策树、关联规那么、范例推理、模糊聚类法、粗糙集、贝叶斯网络、支持向量机、隐马尔科夫模型、进化和遗传算法、神经网络），以及数据挖掘当前的研究动向。依据本课程的教学目标、内容特点以及学生知识范围、主动性能动性等方面特点，对授课教师“教”这一方面的要求有：（1）按照学校本科教学工作有关要求做好课程教学各项工作；（2）多角度、多渠道学习、了解、掌握本领域相关前沿知识，做好知识储藏工作；（3）授课过程力求内容充实、概念准确、思路清晰、详略得当、逻辑性强、重难点突出，力戒平铺直叙、照本宣科；（4）重视对学生的学习方法指导和课堂教学效果信息的反应，实现教与学的双向互动；（5）工程驱动法、探究法等多种教学方法的深入或者结合使用。对学生，，学”这方面的要求有：（1）认真阅读教材和参考资料，课前做好预习，课上作好笔记，积极参与课堂案例讨论，课后按时完成书后每章的练习题和教师补充的习题以及案例分析作业。（2）学习时要处理好全面和重点的关系、理解和记忆的关系、理论方法和应用的关系，在全面学习的基础上掌握重点，在理解的基础上记忆。不要死记硬背，要以理解基本原理和掌握分析方法为主。（3）理论联系实际，结合上机实验，增强动手能力，提高理论理解水平。五、考核方式及要求为实现课程教学目标，本门课程考核方式及要求为：平时分40%+期末考试分60%。平时分包括：出勤率、作业完成情况、随堂测验。期末考试分卷面考试与实践操作两局部，分别占总成绩的30%。六、课程内容课堂讲授第一章：引言（授课时间：第六学期第一周）教学目标：了解在何种数据上进行数据挖掘、数据挖掘的功能、数据挖掘的分类、数据挖掘的主要任务。教学重点：在何种数据上进行数据挖掘、数据挖掘的分类教学难点：数据挖掘的分类学时：课堂教学2学时，课外自主学习时间不少4学时教学方法：讲授法、演示法主要内容：（1）什么是数据挖掘（2）在何种数据上进行数据挖掘（3）数据挖掘的功能（4）所有模式都有趣吗（5）数据挖掘的分类（6）数据挖掘的主要任务学习方法：小组讨论、学习笔记、典型问题分析课后作业：第二章：数据预处理（授课时间：第六学期第二周）教学目标：掌握为什么要进行数据预处理，了解数据清理的作用、数据集成和转换、数据归约、离散化和概念分层。教学重点：为什么要进行数据预处理教学难点：数据归约、离散化和概念分层学时：课堂教学2学时，课外自主学习时间不少4学时教学方法：讲授法、演示法主要内容：（1）为什么要进行数据预处理（2）数据清理（3）数据集成和转换（4）数据归约（5）离散化和概念分层学习方法：小组讨论、学习笔记、典型问题分析课后作业：第三章：数据仓库和数据挖掘的OLAP技术（授课时间：第六学期第三周）教学目标：了解数据立方体技术，掌握多维数据模型、数据仓库的实现，数据仓库的体系结构。教学重点：数据仓库的体系结构教学难点：多维数据模型学时：课堂教学2学时，课外自主学习时间不少4学时教学方