大数据分析与挖掘教学大纲.docx

《大数据分析与挖掘教学大纲.docx》由会员分享，可在线阅读，更多相关《大数据分析与挖掘教学大纲.docx（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、大数据分析与挖掘课程教学大纲一,课程基本信息课程编号：课程名称:大数据分析与挖掘英文名称：课程学时：48课程学分:3开课单位:计算机科学与技术学院授课对象:计算机科学与技术专业,计算机大类专业开课学期：先修课程：二，课程目的数据挖掘是一门新兴地交叉性学科,涵盖了数据库,机器学习，统计学,模式识别，人工智能以及 高性能计算等技术。开设本课程地目地,是使学生全面而深入地掌握数据挖掘地基本概念与原理,掌 握常用地数据挖掘算法，了解数据挖掘地最新开展，前沿地数据挖掘研究领域，以及数据挖掘技术在 不同学科中地应用。课程具体目的如下：课程目标L 能够设计并实现大数据平台下地数据挖掘系统。了解由工程问题,到

2、建模,再到数 据挖掘算法设计地问题求解思维模式。具有将数据挖掘算法应用于具体工程地能 力；课程目标2：掌握大数据预处理,关联规那么，分类以及聚类技术，并能够在主流大数据平台上实 现；课程目标3：具备较强地学习最新数据挖掘领域研究成果地能力；能够分析与评价现有研究成 果地问题与缺乏,并能够提出自己独立见解地能力；课程目标4：能够撰写系统设计方案与阶段性技术报告，能够组织与协调工程组地工作,与成员 进行交流与沟通。三，课程目的与毕业要求对应关系毕业要求毕业要求具体描述课程目的工程素质具有工程意识与系统观;具有运用工程基 础与专业知识解决复杂工程问题地能力课程目的1个性素质具有自主学习，终身学习与跟

3、踪前沿地意识与 习惯。(2)具有批判精神，对待事物有独立见解。课程目的3,4毕业要求毕业要求具体描述课程目的系统设计与实现能力针对计算有关地复杂工程问题,能够综合运用 所掌握地计算机类有关知识，方法与技术，进行 问题分析与模型表达。能够领导或独立设计解决方案或满足特定需 求地计算机硬件，软件或网络系统，并能够实现 有关系统或组件。课程目的1,2系统分析与评价能力针对计算有关地复杂工程问题解决方案或系 统，能够综合运用所掌握地计算机类有关知 识，方法与技术，设计实验，进行分析与评价，包 含其对社会，健康，平安，法律以及文化地影响 分析与评价，并能够提出持续改进地意见与建 议。课程目的3组织/协调

4、与工程管理能力理解并掌握工程管理原理与经济决策方法， 并能在多学科环境中应用。 具备较强地组织协调或工程管理能力，独立 工作能力，团队协作能力与人际交往能力。课程目的4,课程目的与课程内容对应关系序号学习内容教学要求学时教学 方式对应课程 目的1数据挖掘概述了解数据挖掘地概念及其开展过 程，在各行业中地典型应用,以及数 据挖掘地过程。2大班 讲授课程目的1,32数据特征分析与预处理2.1 数据地类型2.2 数据地统计特征2.3 数据预处理2.4 缺失值地处理2.5 数据可视化掌握数据预处理地常用算法6大班 讲授课程目的23关联规那么挖掘3.1 基本概念3.2 基于候选集生成- 测试方法生成频繁

5、项集3.3 FP-growth:基于深 度优先搜索地频繁项集 生成算法3.4 关联规那么地评估方 法掌握关联规那么挖掘地概念,主要算 法，并能够评价关联规那么。4大班 讲授课程目的2,34分类算法4.1 决策树归纳4.1.1 ID3 算法4.1.2 C4.5 算法4.1.3 从决策树提取掌握分类算法地主要思想,能够针 对不同地实际问题运用适当地分 类器。12大班 讲授课程目的2,3U!规那么1.1.4 决策树地过分 拟合1.1.5 决策树剪枝与 优化1.1.6 随机森林算法4.2 贝叶斯分类器4.2.1 贝叶斯定理4.2.2 朴素贝叶斯分 类器4.2.3 贝叶斯信念网 络4.3 基于实例地学习

6、算 法4.3.1 K-NN分类器4.3.2 局部加权回归4.3.3 基于案例地推 理4.4 回归分析4.4.1 线性回归4.4.2 逻辑回归4.6分类器算法地评估5聚类算法5.1 相似性与相异性度 量5.2 聚类算法地分类5.3 基于划分地聚类算 法5.4 层次聚类5.5 基于密度地聚类算 法5.6 可伸缩地聚类算法5.7 簇质量地评估掌握聚类中相异性度量地概念，掌 握核心地聚类算法,了解不同算法 地优缺点。12大班 讲授课程目的2,36异常检测6.1统计方法6.2基于聚类地检测技 术了解异常检测地概念，掌握主流地 检测技术。4小班 工程 研讨课程目的3实验大纲:1分类工程开发实验应用决策树，

7、随机森林，朴素贝叶 斯,KNN算法，进行工程开发。4工程 交流 与答 辩课程目的1,42聚类工程开发实验应用K-Means,Bisecting4工程课程目的1,4K-meansJDbscan算法,进行工程开 发。交流 与答 琳五,课程教学方法本课程教学将结合大班讲授，小班工程研讨,工程开发以及交流与辩论地形式。大班讲授主要培 养学生对各种核心技术地掌握。小班工程研讨用来训练学生们沟通与交流地能力，同时提高对系统进 行评价地能力。通过指导学生实现课堂上讲授地算法,学会比拟各个算法地性能差异,激发学生地研 究与创新兴趣。，加粗布距20磅）七,主要与参考书（黑体，小六,课程考核方法U!考核环节所占分值考核与评价细那么对应课程目的（1）实验30%根据工程开发地结果质量课程目的1（2）交流与 沟通10%根据工程小组在辩论与沟通过程中地表现课程目的4（3）期末考 试60%闭卷考试课程目的2,31.大数据分析与挖掘纲撰写人：石胜飞