《数据挖掘与应用》教学大纲

《数据挖掘与应用》教学大纲课程编号：13220701英文名称：DataMiningandItsApplications学分：3学时：总学时64学时，其中理论32学时，实践32学时先修课程：Python编程技术课程类别：专业主干课程授课对象：数据科学与大数据技术专业学生教学单位：机械与电气工程学院修读学期：第5学期一、课程描述和目标数据挖掘作为高级数据处理和分析技术，是数据科学与大数据技术的专业课程，通过本课程学习让学生掌握数据预处理技术（包括数据度量、数据清理、数据集成和转换等方法）和数据挖掘技术（包括分类、预测、关联和聚类的概念与技术），并且熟悉数据挖掘的基本原理和发展方向。本课程以介绍基本概念和基本算法为主，以前沿问题的讨论与探索为辅，其目的是培养学生数据分析和处理的能力，锻炼创造性思维和创新性实践能力，具备初步的科研能力和创造能力。本课程拟达到的课程目标:通过本课程的学习，学生的计算思维能明显提升，能够通过编写程序研究与计算机相关的复杂工程问题。具体的课程目标如下：课程目标1：要求学生掌握数据挖掘的基本过程，掌握数据预处理技术，包括数据清理、数据集成和转换、数据归约等方法，能够根据需要对数据进行预处理，满足后续数据挖掘分析需要。课程目标2：要求学生掌握经典的数据挖掘技术，包括分类、预测、关联和聚类等经典的数据挖掘算法，要求学生有动手实践能力，能够用高级语言实现相关算法。课程目标3：要求学生了解数据挖掘的发展方向，根据具体问题能选择合适数据，选择和探索相关的新算法进行数据分析和解释，得到问题合理有效的结论。二、课程目标对毕业要求的支撑关系毕业要求指标点课程目标权重1-3：能够将面向对象程序设计思想、数据库设计与数据管理思想用于复杂大数据系统的设计与优化。课程目标1H3-1：针对大数据系统工程问题，能够在理解复杂工程问题的基础上定义功能、目标和限制，并设计开发复杂工程问题的解决方案。课程目标2M5-1：能够针对大数据工程问题，为构建复杂工程问题的模拟环境选择和使用合适的现代工程工具和信息技术工具，并能理解其局限性。课程目标3H9-1：能够在多学科背景下主动与团队中其他成员沟通、合作、开展工作。课程目标2L12-1：具备持续更新和提高自我知识、能力与素质的终身学习意识。课程目标3M三、教学内容、基本要求与学时分配序号教学内容基本要求及重、难点（含德育要求）学时教学方式对应课程目标1数据挖掘导论要求学生对数据挖掘技术有一个总体的认识。掌握数据挖掘技术的概念、分类和挖掘过程，对数据挖掘过程有完整的认识，构建完整的理论框架，培养职业道德和技术操守。德育要求：积极向上、自主学习、团队合作、乐于分享。4讲授演示练习课程目标12数据与数据预处理掌握相似性和相异性度量的概念和基本方法；了解数据中心趋势度量，数据离散程度度量和图形化表示等数据统计刻画的多种手段；掌握经典的数据清洗、集成和转换等预处理方法，能够根据数据挖掘需要对初始数据进行预处理德育要求：积极向上、自主学习、团队合作、乐于分享。4讲授演示练习课程目标13关联规则挖掘掌握基于频繁模式的关联规则挖掘的原理和过程；掌握Apriori算法的高级语言实现和数据分析；数据关联性的统计分析能力，能独立完成实际数据的关联分析实验德育要求：积极向上、自主学习、团队合作、乐于分享。4讲授演示练习课程目标24聚类分析掌握无监督学习和有监督学习的基本概念；掌握基于距离的聚类算法k-means算法；掌握基于密度聚类算法DBSACN算法德育要求：积极向上、自主学习、团队合作、乐于分享。4讲授演示练习课程目标25分类和预测理解分类的基本过程和分类方法的评价方式；理解预测的基本过程和预测方法的评价方式；掌握贝叶斯分类算法的过程和高级语言实现；掌握决策树ID3分类算法的过程和高级语言实现；掌握Logistic回归分析算法过程德育要求：积极向上、自主学习、团队合作、乐于分享。4讲授演示练习课程目标26应用问题能够对复杂工程问题进行分析，并能自行探索使用Python工具解决复杂问题的方案。（使用python进行数据挖掘案例，如预测建模、图像的聚类分割等）德育要求：积极向上、自主学习、团队合作、乐于分享。12讲授演示练习课程目标3合计32序号实验项目实验内容与要求学时类型对应课程目标1数据预处理进行特定数据按照要求编程实现对数据清洗、转换和度量4验证课程目标12关联规则挖掘编程针对特定数据实现Apriori算法频繁集和关联规则的产生4验证课程目标23聚类分析Kmeans算法和DBSCAN聚类算法编程实现并进行结果对比分析4验证课程目标24分类与预测对贝叶斯算法和ID3算法的编程实现，并对简单应用实现分类并对比算法，进行结果分析8验证课程目标25应用项目1数据挖掘综合案例分析与实现6综合课程目标36应用项目2数据挖掘综合案例分析与实现6综合课程目标3合计32注：实验要求包括必修、选修；实验类型包括演示、验证、综合、设计等。四、课程教学方法理论教学：主要采用课堂讲授、程序演示、小组讨论等方式。实验教学：项目讲解、学生自主实验、个别辅导、程序分析等方式。五、学业评价和课程考核推行多元评价，对本课程所采用的评价和考核方式作具体说明，若采用多种考核方法请分别列出考核评价的方法、内容、考核标准、成绩占比等，考核方法、内容应突出“学生中心、产出导向”。（一）考核方式及具体要求1.课程成绩构成与要求课程考核注重形成性和终结性评价相结合，考核内容主要由平时作业、章节测试、实验、期末考核组成，均按百分制计分，其中期末考核成绩占50%、平时作业成绩占10%、课堂表现成绩占10%、实验成绩占30%。2.课程目标达成考核与评价序号考核方式课程目标1（分值）课程目标2（分值）课程目标3（分值）合计1平时作业334102课堂表现334103实验10155304期末考试20201050课程目标对应分值364123100（二）考核与评价标准1.平时成绩考核与评价标准分值观测点90-100分70-89分60-69分0-59分作业按时完成，90%以上的作业内容齐全，基本知识点理解、掌握到位。能够利用理论知识识别、分析纺纱领域相关专业问题。按时完成，70%以上的作业内容齐全，基本知识点理解、掌握较到位。能够较好利用理论知识识别、分析纺纱领域相关专业问题。延时完成，60%以上的作业内容齐全，基本知识点理解、掌握基本到位。利用理论知识对纺纱领域相关专业问题有一定的识别、分析。不交和补交，50%以下的作业内容齐全，基本知识点理解、掌握有偏差。不能利用理论知识对纺纱领域相关专业问题进行识别、分析。2.课堂表现评价标准出勤，迟到1次扣0.5分，无故旷课1次扣1分；上课玩手机1次扣1分，扰乱课堂秩序1次扣1分；参与课堂讨论加1分。3.实验评价标准分值观测点90-100分70-89分60-69分0-59分实验独立正确完成实验内容，方法具有一定的创新性，认真撰写实验报告和实验心得和总结。独立正确完成实验，方法没有太多创新，提交实验报告和总结。完成实验，结果基本正确，实验报告和总结比较随意。实验没有完成，或结果不正确，没有提交实验报告和实验总结。4.期末大作业考核与评价标准期末考试成绩采用项目大作业的考核方式，在规定时间内完成一个小型项目，提交项目代码，同时附项目的解决思路、实施步骤、结果、个人体会等内容。优秀：思路正确，方案很好，步骤清楚，实现了所有功能，。良好：思路正确，方案可行，步骤清楚，实现了大部分功能。中等：思路正确，方案复杂，实现了大部分功能，但方法不简洁。及格：思路基本正确，实现了部分功能不及格：解决思路不正确，没有完成要求，代码缺失。六、教材与参考书（一