《数据挖掘》教学大纲范文(共5页).doc
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《《数据挖掘》教学大纲范文(共5页).doc》由会员分享,可在线阅读,更多相关《《数据挖掘》教学大纲范文(共5页).doc(5页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、精选优质文档-倾情为你奉上数据挖掘教学大纲1大纲文本一 课程内容数据挖掘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。 本课程全面而又系统地介绍了知识发现的方法和技术,反映了当前知识发现研究的最新成果。二 课外作业以教材中每章所附的习题为主三 实验实验一 关联规则算法(Apriori算法)内容:利用关联规则算法,挖掘关联知识。目的:了解关联规则、频繁集、置信度、支持度的概念。实验二 分类算法(C4.5算法、ID3算法)内容: 程序实现C4.5或ID3算法目的:了解信息
2、熵的概念,掌握算法的基本设计框架。实验三 聚类(K-means)内容: 程序实现K-means算法。目的: 了解距离、相似度等概念,掌握聚类算法的应用实验四 神经网络分类(感知器算法)内容: 使用MatLab实现多分类目的: 掌握神经网络的基本原理,熟悉神经网络的应用实验五 遗传算法的优化(SGA算法)内容:使用C+.net设计遗传算法解决复杂函数的最优解问题。 目的:初步掌握遗传算法的概念实验要求:以上实验,根据情况尽可能多的完成,至少选择23个实验完成。四 主要参考书史忠植著,知识发现 清华大学出版社 2002.1各个学术刊物上的最新论文。2大纲说明一课程的目的和任务 面对日益庞大的数据资
3、源,人们迫切需要强有力的工具来“挖掘”其中的有用信息,数据挖掘就是针对这一需求而发展起来的一门汇集统计学、机器学习、数据库、人工智能等学科内容的新兴的交叉学科,本课程深入探讨数据挖掘原理,把信息科学、计算科学和统计学对数据挖掘的贡献融合在一起,培养计算机专业高年级本科学生具备初步的科研能力和创造能力。二本课程的要求通过本课程的学习,要求学生初步掌握数据挖掘的重要概念和任务、数据挖掘中的常用算法(决策树、关联规则、范例推理、模糊聚类法、粗糙集、贝叶斯网络、支持向量机、隐马尔科夫模型、进化和遗传算法、神经网络),以及数据挖掘当前的研究动向。三本课程与其它课程的联系 本课程的是计算机专业的一门专业课
4、程。学生在学习本课程之前应当具备高等数学、线性代数、概率统计、程序设计语言、数据库原理等方面的预备知识。四 各章主要讲解内容第1章 绪论1.1 知识1.2 知识发现1.3 知识发现的任务1.4 知识发现的方法1.5 知识发现的对象1.5.1 数据库1.6 知识发现与创新第2章 决策树2.1 归纳学习2.2 决策树学习2.3 CLS学习算法2.4 ID3学习算法2.5 决策树的改进算法2.6 决策树的评价2.7 简化决策树2.8 连续型属性离散化2.9 基于偏置变换的决策树学习算法BSDT2.10 归纳学习中的问题第3章 关联规则3.1 关联规则挖掘概述3.2 广义模糊关联规则的挖掘3.3 挖掘
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据挖掘 数据 挖掘 教学大纲 范文
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内