《数据挖掘理论与实践》课程简介与教学大纲

PAGE6《数据挖掘理论与实践》课程简介课程编号：09024017课程名称：数据挖掘理论与实践/DataMiningTheoryandPractice学分:2学时：32（上机：8）适用专业：信息管理与信息系统及计算机相关专业建议修读学期：第4学期或第6学期开课单位：信息管理与信息系统系课程负责人：先修课程：离散数学、统计学、数据库技术考核方式与成绩评定标准：本课程考核采用闭卷形式，理论课成绩占总成绩的60%，上机实验考核成绩占总成绩的30%，平时成绩占总成绩的10%。教材与主要参考书目：大话数据挖掘西安美林电子有限责任公司编清华大学出版社2013年出版数据挖掘概念与技术[美]JiaweiHan、[美]MichelingKamber著机械工业出版社2012年出版数据挖掘与数据化运营实战思路、方法、技巧与应用卢辉著机械工业出版社2013年出版小白学SAS冯国双著电子工业出版社2016年出版谁说菜鸟不会数据分析（SPSS篇）狄松等著电子工业出版社2016年出版内容概述：《数据挖掘理论与实践》是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。知识发现将信息变为知识，从数据矿山中找到蕴藏的知识金块，将为知识创新和知识经济的发展作出贡献。本课程主要讲述数据挖掘的基本概念，原理、方法和技术，具体包括：数据的预处理、分类预测、关联挖掘、聚类分析等内容。通过学习，使学生理解数据挖掘的基本流程，掌握数据挖掘的基本理论和技术，熟悉数据挖掘成果的表达；掌握数据挖掘的基本方法，能够熟练地结合SPSS、SAS软件对现实数据进行有效的分析。

"DataMiningTheoryandPractice"isanon-trivialprocessofidentifyingvalid,novel,potentiallyuseful,andultimatelyunderstandablepatternsfromadataset.Knowledgediscoverywillchangeinformationintoknowledge,fromthedataminingtofindthehiddenknowledgeofgold,knowledgeinnovationandknowledgeeconomywillcontributetothedevelopment.Thiscoursemainlyintroducesthebasicconcepts,principles,methodsandtechniquesofdatamining,includingdatapreprocessing,classificationprediction,associationmining,clusteranalysisandsoon.Throughthestudy,thestudentsunderstandthebasicflowofdatamining,masterthebasictheoryandtechnologyofdatamining,familiarwiththedataminingresults;masterthebasicmethodsofdatamining,canskillfullycombineSPSS,SASsoftwareforeffectiveanalysisofrealdata.《数据挖掘理论与实践》教学大纲课程编号：09024017课程名称：数据挖掘理论与实践/DataMiningTheoryandPractice学分:2学时：32（上机：16）适用专业：信息管理与信息系统及计算机相关专业建议修读学期：第4学期或第6学期开课单位：信息管理与信息系统系课程负责人：先修课程：离散数学、统计学、数据库技术一、课程性质、目的与任务《数据挖掘理论与实践》是综合了机器学习、统计和数据库的一门现代计算机技术，旨在发现海量数据中的模型与模式，具有巨大的应用前景。在很多重要的领域，数据挖掘都发挥着积极的作用。因此这门课程是计算机专业及相关专业的重要课程之一。由于该课程涉及的技术都是目前比较热门的技术，内容复杂，难度较大，且具有很强的理论性和实践性，所以要学好本课程，必须做到理论与实践紧密结合，才能达到较好的学习效果。教学目标：通过本课程学习，使学生了解数据挖掘这种现代数据分析和知识挖掘方法的思想与技术，了解数据挖掘的基本理论，掌握重要的数据挖掘方法，掌握如何利用SPSS、SAS实现数据分析和挖掘，并使学生具有进一步学习的基础与能力。（对应毕业要求：（2）、（3）、（4）、（5）、（6））本课程目标分为课程教学和课程设计两部分。1．课程教学活动对学生能力培养的安排本课程的目的是使学生理解数据挖掘的基本流程，掌握数据挖掘的基本理论和技术，熟悉数据挖掘成果的表达；掌握数据挖掘的基本方法，能熟练地应用数据挖掘技术对现实数据进行有效的分析。2．课程设计活动对学生能力培养的安排通过实验、课程设计和项目制作等环节，使学生掌握数据挖掘的基本概念，了解数据挖掘的定义和功能以及实现数据挖掘的主要步骤和具体实现方法，能够结合SPSS、SAS软件从大量统计数据中获取有价值的信息。具体要求如下：（1）要求学生掌握SPSS软件应用；（（5））（2）要求学生掌握SAS软件应用；（（5））二、教学内容及学时分配本课程总学时数为32学时，其中理论教学为16学时，实验教学为16学时；课程教学共有6章，具体内容及学时安排等如下表所示：课程内容教学要求重点（☆）难点（△）学时安排实验学时上机学时备注数据挖掘概述1.1数据挖掘技术的产生1.2数据挖掘技术的发展1.3数据挖掘的概念第二章统计学基础2.1均值、中位数、众数、方差、标准差2.2赌博设计：概率2.3心中的贝叶斯2.4随机变量及其分布2.5从抽样推规律2.6基于正态的假设检验2.7抛弃正态分布：秩和检验2.8回归分析B△2讲授矩阵基础3.1矩阵计算工具3.2线性方程组3.3向量空间3.4内积、正交矩阵3.5二次型，正定对称矩阵3.6矩阵分解3.7SVD分解及其应用3.8广义逆矩阵及其应用3.9稀疏矩阵A2讲授数据挖掘4.1数据仓库原理及联机分析技术介绍4.2数据仓库设计与开发4.3基于数据仓库的决策支持系统4.4数据仓库案例剖析4.5数据挖掘与知识发现4.6挖掘频繁模式、关联和相关4.7分类和预测4.8聚类分析4.9神经网络A☆△4讲授数据分析与SPSS5.1SPSS软件介绍5.2SPSS操作方法介绍5.3统计分析和T检验分析5.4方差分析和相关分析5.5聚类、判别、因子分析5.6生存分析和非参数检验5.7决策树C5.0建模5.8关联规则挖掘5.9欺诈屏蔽、异常检验、神经网络☆△4讲授实验一数据分析与SPSS上机实验B8SAS数据分析6.1SAS主要模块介绍6.1SAS基本语法6.2ETL:数据步控制6.3ETL:数据集整理6.4ETL:过程步6.5描述性统计量及图形6.6区间估计与假设检验6.7方差分析6.8相关分析与线性回归☆△4讲授实验二SAS数据分析上机实验8（教学基本要求：A-掌握；B-熟悉；C-了解）三、建议实验（上机）项目及学时分配编号实验名称上机内容实验时数实验类型实验要求1实验一：SPSS软件应用SPSS数据挖掘与分析8综合性必做2实验二：SAS软件应用SAS进行数据挖掘与分析8综合性必做四、教学方法与教学手段充分利用多媒体教学、讲授与讨论、翻转课堂、网络通讯技术等改进计算机教学手段和教学方式，采用多媒体教学课件进行课堂教学，课程教学以课堂讲授为主，结合实验及作业等共同实施，实现由单一的知识传授到能力培养的转变；从一般知识体系的灌输到拓展性学习的转变。在教学过程中采用以下几种教学方法：启发式教学：激发思维，师生互动，增强学生学习的主动性、积极性和创造性；民主教学：以学生为主体，以学习为中心，强化学生学习主人翁意识。鼓励争辩，课堂氛围宽松和谐；开放式教学：课上课下融合，校内校外结合。培养学生发散思维，增大学生的学习自主权；研究式教学：灌输式改变为研讨式、探索式。教师给思路，指点学生自主获取知识；实践性教学：充分利用实验室，通过上机实习，加强学生的实践能力。五、考核方式与成绩评定标准本课程考核采用闭卷形式，理论课成绩占总成绩的60%，上机实验考核成绩占总成绩的30%，平时成绩占总成绩的10%。六、教材与主要参考书目大话数据挖掘西安美林电子有限责任公司编清华大学出版社2013年出版数据挖掘概念与技术[美]JiaweiHan、[美]MichelingKamber著机械工业出版社2012年出版数据挖掘与数据化运营实战思路、方法、技巧与应用卢辉著机械工业出版社2013年出版小白学SAS冯国