课程介绍  
  经济管理实验教学中心
  会计学院
  工商管理学院
  营销与物流管理学院
  公共管理学院
  管理科学与工程学院
  金融学院
  经济学院
  财政与税务学院
  国际经贸学院
教学软件  
实验场所  
实验课表  
当前位置: 首页  |  课程介绍  |  经济学院  |  正文
经济学院

《数据挖掘》课程介绍

发布时间:2009年10月12日 浏览次数:[]

课程编号

 

课程名称

(中文) 数据挖掘

 

(英文) Data Mining

 

教学大纲起用时间

20122

 

 

 

1.课程总学分:3  课程总学时:51 (课内学时:33 实践学时:18 )

 

2.课程性质:专业学位课

 

3.适用专业:经济类、统计类、管理类专业

   适用对象:硕士研究生

 

4.开课学期:2011—2012学年第二学期

 

5.先修课程:数据结构   数据库系统

 

6.首选教材:数据挖掘教程·Richard J·Roiger 著·翁敬农 译·清华大学出版社

二选教材:数据挖掘·朱明 编著·中国科学技术大学出版社

 

7.考核方式:平时上机实验,期末笔试。

 

8.教学方式:课堂理论教学采用多媒体演示,实验部分在实验室进行上机模拟。理论与实践相结合,加深对所学知识的理解,达到学以致用的目的。并针对学生模拟训练中出现的典型问题进行分析指导,加深理解。

 

9.参考书目:(列出810部)

①朱明.数据挖.合肥:中国科技术大学出版社,2002

  ②邵峰晶 于忠清.数据挖掘原理与算法.北京:中国水利水电出版社,2003

数据挖掘概念与技术(英文版)(2) 韩家炜 (Jiawei Han) 机械工业出版社 (2006-04出版)

 数据挖掘基础教程(CD光盘1) 西蒙 (K.P.Soman)、范明,机械工业出版社 .(2009-01出版)

  ⑤王珊.数据仓库技术与联机分析处理.北京:科学出版社,1999

  Olivia Parr Rud(),朱扬勇 左子叶 张忠平 译.数据挖掘实践.北京:机械工业出版社,2003

  ⑦朱建秋 蔡伟杰 译.可视化数据挖掘.北京:电子工业出版社,2004

  ⑧陈京民.数据仓库与数据挖掘技术.北京:电子工业出版社,2002

⑨张银奎.数据挖掘原理.北京:机械工业出版社,2003

Mehmed Kantardzic.数据挖掘(概念模型方法和算法).北京:清华大学出版社,2004

 
 

 

课程教学目的及

要求

课程教学目的:

通过本课程的学习,帮助学生达到以下学习目的

●了解什么是数据挖掘以及如何用数据挖掘来解决实际问题。

●识别某个数据挖掘解决方案对特定问题是否切实可行。

●逐步学习知识发现的过程,写一篇关于数据挖掘对话结果的报告。

●利用基本的统计和非统计技术评估数据挖掘对话的结果。

●识别几种数据挖掘策略,了解每种策略的适用时机。

●全面了解如何通过几种数据挖掘技术建立模型来解决问题。

●概要了解数据仓库的结构以及如何利用数据仓库。

●了解什么是联机分析处理(OLAP)以及如何应用它来分析数据。

●了解专家系统是描述模拟人类行为的一般模型。

●了解如何借助目标树设计基于规则的系统。

●认识智能代理系统是协助我们处理日常任务的计算机程序。

●了解结合专家系统的问题解决方法和数据挖掘策略能解决哪些类型的问题。

课程成绩评定

平时上机训练占总评成绩的30%,期末考试占总评成绩的70%

课堂讨论

  事先布置,针对主要的知识点进行课堂讨论。

课后作业

  根据所学内容,重点进行上机实验,并提交作业。

课程论文:

  在课程结束后,写一篇有关数据挖掘方面的课程论文,要用到一种或多种数据技术进行实例分析。

其它要求:

上课不迟到,不早退。上课期间,请将手机关闭。由于生病或其它特殊原因需要特别帮助者,请尽快与任课教师联系,以便尽早进行安排。

 

课程采用尽可能浅显易懂的语言,循序渐进地介绍数据仓库与数据挖掘的基本概念、方法和常用算法,并结合应用的实例,使理论和实际相结合,达到学以致用的效果。主要内容包括:数据挖掘的基本概念、数据挖掘的发展趋势、基本数据挖掘技术、数据仓库、形式评估技术、神经网络算法、决策树算法、数据挖掘的工具及应用、数据挖掘的应用实例等。

上一条:《数据仓库与数据挖掘》课程介绍 下一条:《统计分析软件》课程介绍

关闭