现代数据分析选讲课程教学大纲

现代数据分析选讲课程教学大纲课程英文名称：LecturesonSelectedContemporaryData

Analysis课程编号：0500500 学分： 3 学时： 48课程教学对象数学与计算科学学院信息与计算科学专业本科生。课程性质及教学目的课程性质：专业选修。教学目的：随着数字网络的兴起与广泛应用，众多领域都产生了海量的数据。为了把大量数据作为信息，并转化为知识付诸于应用，需要研究现代数据分析与推理的新途径与新方法。本课程选讲了模糊学习与模糊聚类、神经网络与数据拟合、遗传算法与数据寻优、时间序列分析与数据预测等部分内容，阐明基本理论与方法，结合上机实验，为学生打开认识现代数据分析的大门。对先修知识的要求数学软件Sas，数学软件MATLAB，C语言编程。课程的主要内容、基本要求和学时分配建议（总学时数:32）知识模块知识点要求学时学习方式课外学习要求1、粗糙集与数据约简粗糙集的基本理论和方法、研究现状与期望；知识的约简；决策表的约简。C4课堂讲授查阅搜集资料，完成课外题目2、支持向量机与数据分类回归支持向量机；支持向量分类与回归模型；B4课堂讲授查阅搜集资料，完成课外题目3、模糊划分与模糊聚类模糊划分的准则；模糊划分的统计量；聚类方法。A6课堂讲授查阅搜集资料，完成课外题目4、神经计算与数据拟合数据拟合的神经网络方法B6课堂讲授查阅搜集资料，完成课外题目5、遗传算法与数据寻优遗传算法的基本框架；遗传算法的应用研究。B4课堂讲授查阅搜集资料，完成课外题目6、时间序列分析与数据预测时间序列的参数模型；时间序列的参数估计；时间序列的阶次判定；时间序列的建模；时间序列的预测。A8课堂讲授查阅搜集资料，完成课外题目建议使用教材及参考书1.建议使用教材不推荐教材。2.主要参考书吴今培,孙德山.现代数据分析[M].北京：机械工业出版社，2006.2刘惟一，李维华，岳昆.智能数据分析[M].北京:科学出版社,2007.范金城,梅长林．数据分析[M].北京：科学出版社，2002.7课程考核方式期末考核方式为提交课程论文。平时成绩依据到课情况和上机情况评定。总评成绩=平时成绩×30%+期末课程论文成绩×70%。课内实验（实训）环节及要求（总学时数:16）序号实验（实训）项目实验（实训）内容实验（实训）目的及要求学时1支持向量机的分类实验给定一组样本数据,采用SVC进行分类熟悉matlab,sas或spss使用支持向量机的分类算法（B）22支持向量机的回归分析给定一组样本数据,采用SVR进行回归拟合采用matlab,sas或spss支持向量回归算法（B）23模糊聚类应用（一）给定一组数据，进行模糊聚类使用matlab,sas或spss进行模糊聚类的算法（A）24模糊聚类应用（二）进行统计量的优化调整，修改模型使用matlab,sas或spss进行模糊聚类算法的优化改进（B）25神经网络拟合数据给定一组数据，采用神经网络算法进行拟合使用matlab,sas或spss进行神经网络算法的数据拟合方法（B）26遗传算法寻优给定一非线性多元函数，计算最优解。熟悉使用遗传算法（matlab遗传算法工具包或c语言程序）求解优化问题。（B）27时间序列方法建模（一）给定一组时间序列数据，进行数据建模。掌握使用SAS软件进行时间序列建模（A