數據挖掘

發布者:系統管理員發布時間:2018-12-14浏覽次數:1675

 

研究生課程教學大綱、教學周曆

課程序号:  0934                                    院(系):9

課程

名稱

中文

數據挖掘及知識發現

英文

Data Mining & Knowledge Discovery

課程編号

  0934

課程适用學位級别

  �士/博士

總學時

   30

課内學時

 30

學分

  1.5

實踐環節

實驗(1_2)

用機小時

20

開課院(系)

計算機系

開課學期

 

考試方式

論文報告

主講教師

教師姓名

 孫志揮

學位

 

導或碩導

 博導

職稱

教授

學曆

大學

e-mail

  sunzh@seu.edu.cn

網頁地址

 Cse.seu.edu.cn/people/szh/index.htm

授課語言

   漢語

課件地址

 

适用學科範圍

公共

适用學科名稱

 

實驗(案例)個數

實驗(1_2)

先修課程

數據庫

教學用書

教材名稱

教材編者

出版社

出版年月

版次

 

數據挖掘及知識發現

  孫志揮,肖利

     自編

2000.8

 

主要參考書

Data Mining Concepts and Techniques

Jiawei Han

M.Kamber

Morgan Kaufmann

2001.

 

 

                                

 

 

 

 

一、           教學目标和要求

      數據挖掘及知識發現是數據庫系統和人工智能方面的重要研究課題,是發掘隐藏在大型數據庫集中有趣的數據模式的理論和技術.學習本課程的教學目标和要求是:

1.    了解并掌握數據挖掘及知識發現的機理,過程和框架;

2.    了解并掌握各種數據挖掘及知識發現的算法的原理,性能分析,主要包括:

        關聯規則,時序規則,轉移規則, 分類規則,聚集規則等

3.     了解并掌握複雜數據類型的規則挖掘, 主要包括:

關系數據,空間數據,多媒體數據,時序數據,WEB數據等.

      4.  應用以上理論和技術,設計算法解決實際.

 

二、 教學大綱(含章節目錄):

 

一.數據挖掘及知識發現的機理,過程和框架;

二.挖掘大型數據庫的相關規則:

關聯規則,時序規則,轉移規則, 分類規則,聚集規則

三.複雜數據類型的規則挖掘:

關系數據,空間數據,多媒體數據,時序數據,WEB數據等.

.. 數據挖掘及知識發現的應用及發展趨勢.

.   數據挖掘及知識發現的實例介紹.

      

 

三、教學周曆:

周次

教學内容

教學方式

1

數據挖掘及知識發現的機理,過程和框架;

 

J   講課

2

各種數據挖掘及知識發現的算法

 

講課

3

各種數據挖掘及知識發現的算法

 

講課

4

 

各種數據挖掘及知識發現的算法

 

講課

5

各種數據挖掘及知識發現的算法

 

    講課

6

複雜數據類型的規則挖掘:

 

講課 

7

 

數據挖掘及知識發現的應用及發展趨勢.

  數據挖掘及知識發現的實例.

 

 講課

8

 

數據挖掘及知識發現的應用及發展趨勢.

 數據挖掘及知識發現的實例.

 

講課,考試

 

Baidu
sogou