数据挖掘技术实验教学大纲

数据挖掘技术实验教学大纲适用范围：2020版本科人才培养方案课程代码：08140201课程性质：专业必修课课程名称：数据挖掘技术总学时/实验学时：64/16学分：4学分先修课程：高等数学，线性代数，概率论与数理统计适用专业：数据科学与大数据技术等专业教材：韩家炜等编著，数据挖掘：概念与技术（第三版），机械工业出版社，2012开课单位：计算机科学与技术学院一、课程性质、目的和任务本课程是数据科学与大数据技术等专业的专业必修课。课程的主要任务是让学生掌握数据仓库与数据挖掘基本概念与算法，针对实际工作与应用中产生的大数据，用数据挖掘技术来发现数据中隐藏的知识或规律，从而为生产、生活、商务活动、社会活动等提供决策支持。要求学生通过本课程的学习，认识数据仓库和数据挖掘在当今大数据时代中的重要作用，了解数据仓库的基本原理和实现方法，掌握数据预处理技术和数据挖掘常用算法（包括关联分析、分类与预测、聚类分析、链接分析、数据摘要等），为解决实际问题打下坚实的知识基础。本实验课程培养学生在掌握课堂所学理论知识（算法）基础上的实际动手能力，能够使用高级程序设计语言独立编程实现数据预处理、关联规则挖掘、分类、聚类分析、链接分析、数据摘要等算法，并用实际数据验证挖掘效果。二、实验教学基本要求数据挖掘技术实验包括分类算法的实现、聚类算法的实现和复杂数据挖掘共3个实验。通过这些实验，使学生验证理论课的内容，掌握数据挖掘常用算法；熟练如何编写数据挖掘算法。掌握数据挖掘不同模块算法的基本原理；了解数据挖掘应用场景与挖掘原理；掌握常见数据分析方法。此外，安全用电是实验中始终需要注意的重要事项。为了做好实验，并且确保人身和设备的安全，在进行数据挖掘技术的实验教学时，必须要求学生严格遵守实验室安全用电规则。三、实验项目与内容大纲基本内容包括3个必做的实验，在规定的16个学时内完成。序号实验项目名称内容提要实验学时每组人数实验类型实验类别实验要求1实验环境构建与基础编程构建实验所需要的环境，完成基础编程训练42验证基础必做2分类算法的实现实现分类算法中的决策树、贝叶斯和K-最近邻方法，并用实际数据加以验证42验证基础必做3聚类算法的实现实现聚类算法中的K-mean,和K-center方法，并用实际数据加以验证。42验证基础必做4使用WEKA进行数据挖掘了解WEKA工具的使用以及对分类聚类的对比。42验证基础必做四、考核方式实验成绩主要由实验操作成绩和实验报告成绩来评定，其比例为实验操作成绩占实验成绩的50%，实验报告成绩占实验成绩的50%。五、推荐教材和教学参考书实验教材：自编实验指导书。参考书：1.《数据挖掘》课程实验教学指导书，李春林，河北经贸大学，2010年6月。2.《数据挖掘：概念与技术（第三版）》，韩家炜等编著，机械工业出版社，2012年8月。3.《机器学习》,周志华，清华大学出版社,2016年1月。六、说明每位学生必须按规定完成实验课，因故不能参加实验者，应课前向指导教师请假（必须经有关领导批准），对所缺实验要在期末课程考试时间之前补齐。每次实验课前，要求学生必须进行预习。每位学生必须按实验指导书的要求