《数据挖掘与商务智能》课程教学大纲_第1页
《数据挖掘与商务智能》课程教学大纲_第2页
《数据挖掘与商务智能》课程教学大纲_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

《数据挖掘与商务智能》课程教学大纲课程名称：数据挖掘与商务智能课程类别：专业选修考核类别：考试+课程项目适用对象：本科生适用专业：旅游管理（商业数据分析方向）总学时、学分：34学时2—学分一、课程教学目的通过本课程的教学，使学生掌握数据挖掘的基本原理和方法知识O并综合运用之前所学的统计学，数据库原理，编程基础等课程知识实现简单的商务数据分析。学完此课程，学生们能掌握：两个概念（数据挖掘、商务智能）；一个框架（数据挖掘整体处理框架）；一个工具（python数据分析环境anaconda）;7-8个算法（数据挖掘经典算法）；分析若干个商业实用案例。教学内容以数据挖掘经典算法为每章核心，对算法采用“哲学原理-应用实例-重点知识-作业考察”四步横向推进的方式进行讲解和学习。案例紧扣当下各行业应用，实现过程讲解到代码级别，保证实验的可复现性。二、课程教学要求配备机房与相应软件。三、先修课程概率论，线性代数，微积分，python编程基础，计算机文化基础，数据库原理，统计学。四,课程教学重点、难点重点：数据挖掘基本概念，商务智能分析原则，数据分析与处理基本技能。难点：数据挖掘经典算法原理，实用案例编程实现。五、课程教学方法(或手段)课堂教学与上机实践教学有机结合，合理分工。六、课程教学内容第一章简介(3学时)1.教学内容(1)数据挖掘和数据分析(2)可以被挖掘的模式I(3)关于数据挖掘的其它一些问题第二章数据探索(5学时)1.教学内容(D数据来源和数据质量(2)数据特征(3)Anaconda分析环境(4)饭店数据探索示例part1(5)饭店数据探索示例part2第三章数据挖掘的通用流程(4学时).教学内容(1)流程介绍和分类问题(2)近朱者赤的KNN(k近邻)(3)红酒分类问题(4)调参、数据规约与流水线第四章决策树(6学时).教学内容(1)决策树与构建准则2)ID33)C4.5与随机森林4）NBA赛事结果预测（5）特征工程（6）树的提升与可视化第五章贝叶斯分类（5学时）1.教学内容（1）朴素贝叶斯（2）文本情感分类之预处理（3）文本情感分类之矢量化（4）文本情感分类之python实现（5）模型的评估第六章支持向量机（1学时）1.教学内容（1）SVM之分类第七章聚类分析（7学时）1.教学内容（1）监督式学习与聚类（2）Kmeans聚类（3）用kmeans做航空客户价值分析parti（4）用kmeans做航空客户价值分析part2（5）层次聚类和基于密度的聚类（DBSCAN）（6）基于移动通信定位数据的商圈划分（层次聚类）part1（7）基于移动通信定位数据的商圈划分（层次聚类）part2第八章推荐系统（5学时）1.教学内容（1）长

人人文库> 全部分类> 办公材料 > 办公文档

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论