《數(shù)據(jù)挖掘》教學(xué)大綱課程英文名DataMining課程代碼03M0238學(xué)分2.0總學(xué)時32理論學(xué)時24實驗學(xué)時8上機(jī)學(xué)時0實踐學(xué)時0課程類別專業(yè)教育課程課程性質(zhì)必修先修課程Python程序設(shè)計、機(jī)器學(xué)習(xí)適用專業(yè)人工智能開課學(xué)院信息工程學(xué)院注：課程類別是指公共基礎(chǔ)課/學(xué)科基礎(chǔ)課/專業(yè)課；課程性質(zhì)是指必修/限選/任選。一、課程地位與課程目標(biāo)（一）課程地位數(shù)據(jù)挖掘作為大數(shù)據(jù)時代背景下的關(guān)鍵研究領(lǐng)域，是人工智能技術(shù)的重要組成部分，其應(yīng)用廣泛且深入，為現(xiàn)代科技的發(fā)展提供了強(qiáng)大的動力和支撐。本課程是人工智能專業(yè)高年級本科生的一門重要選修課，旨在培養(yǎng)學(xué)生運用計算機(jī)算法從各類原始數(shù)據(jù)中發(fā)現(xiàn)有價值的知識和規(guī)律，進(jìn)而輔助人們做出更高效、更精準(zhǔn)的決策。通過本課程的學(xué)習(xí)，學(xué)生將能夠掌握數(shù)據(jù)處理、模式識別以及機(jī)器學(xué)習(xí)等領(lǐng)域的關(guān)鍵技術(shù)和方法，為未來的研究和職業(yè)生涯奠定堅實的基礎(chǔ)。本課程有效地連接了機(jī)器學(xué)習(xí)算法、計算機(jī)編程和數(shù)據(jù)管理系統(tǒng)等基礎(chǔ)課程，以及金融數(shù)據(jù)分析、文本分析和挖掘等應(yīng)用型課程，構(gòu)筑起了一座堅實的知識橋梁。（二）課程目標(biāo)該課程應(yīng)達(dá)到的預(yù)期學(xué)習(xí)結(jié)果（ILO，IntendedLearningOutcomes）如下所示：ILO-1：掌握數(shù)據(jù)挖掘的基本概念、核心技術(shù)和主要算法，包括分類、聚類、關(guān)聯(lián)規(guī)則、異常檢測等；理解數(shù)據(jù)挖掘的理論基礎(chǔ)及其在知識發(fā)現(xiàn)中的重要作用，熟悉數(shù)據(jù)挖掘過程的主要環(huán)節(jié)和基本步驟。ILO-2：具備利用主流數(shù)據(jù)挖掘工具和編程語言（如Python等）完成數(shù)據(jù)預(yù)處理、模型構(gòu)建與優(yōu)化的能力；能夠針對實際問題選擇合適的算法和技術(shù)，提取數(shù)據(jù)中的潛在規(guī)律并進(jìn)行結(jié)果分析和解釋。ILO-3：培養(yǎng)學(xué)生將數(shù)據(jù)挖掘技術(shù)應(yīng)用于金融數(shù)據(jù)分析、文本挖掘等實際場景的能力，增強(qiáng)其綜合運用算法與工具解決復(fù)雜問題的實踐能力；提高創(chuàng)新意識和技術(shù)敏感性，為未來從事數(shù)據(jù)科學(xué)及相關(guān)領(lǐng)域的研究和開發(fā)工作奠定堅實基礎(chǔ),培養(yǎng)他們的創(chuàng)新能力和團(tuán)隊合作精神，使其在未來的學(xué)習(xí)和工作中，能夠更好地為社會發(fā)展貢獻(xiàn)力量。二、課程目標(biāo)達(dá)成的途徑與方法程主要以課堂教學(xué)與實驗相結(jié)合，具體通過課堂教學(xué)、課堂討論、課外作業(yè)、實驗等途徑和方式來達(dá)成。課程目標(biāo)達(dá)成的途徑與方法如下表所示。課程目標(biāo)課程目標(biāo)達(dá)成的途徑與方法ILO-1課堂教學(xué)、課堂討論、課外作業(yè)ILO-2課堂教學(xué)、課堂討論、課外作業(yè)、實驗報告ILO-3課堂教學(xué)、課堂討論、課外作業(yè)、實驗報告課程目標(biāo)與相關(guān)畢業(yè)要求的對應(yīng)關(guān)系本課程支撐的畢業(yè)要求如下：畢業(yè)要求3：設(shè)計/開發(fā)解決方案：能夠設(shè)計針對人工智能復(fù)雜問題的解決方案，設(shè)計滿足特定需求的智能系統(tǒng)，并能夠在設(shè)計環(huán)節(jié)中體現(xiàn)創(chuàng)新意識，考慮社會、健康、安全、法律、文化以及環(huán)境等因素。畢業(yè)要求3-1：能夠針對人工智能領(lǐng)域復(fù)雜工程問題進(jìn)行需求分析。畢業(yè)要求3-2：能夠針對特定需求獨立進(jìn)行智能系統(tǒng)設(shè)計，并通過仿真或?qū)嶒灥仁侄悟炞C可行性。畢業(yè)要求4：研究：能夠基于人工智能科學(xué)原理并采用科學(xué)方法對復(fù)雜工程問題進(jìn)行研究，包括設(shè)計實驗、分析與解釋數(shù)據(jù)、并通過信息綜合得到合理有效的結(jié)論。畢業(yè)要求4-3：能夠?qū)嶒灲Y(jié)果進(jìn)行分析和解釋，通過信息綜合得到合理有效的結(jié)論。課程目標(biāo)對畢業(yè)要求的支撐關(guān)系如表1所示。課程目標(biāo)畢業(yè)要求課程目標(biāo)對畢業(yè)要求的支撐程度（H、M、L）畢業(yè)要求3-1畢業(yè)要求3-2畢業(yè)要求4-3ILO-1MILO-2MILO-3H注：1.支撐強(qiáng)度分別填寫H、M或L（其中H表示支撐程度高、M為中等、L為低）。四、課程主要內(nèi)容與基本要求1數(shù)據(jù)挖掘概述知識點：數(shù)據(jù)來源、數(shù)據(jù)挖掘的數(shù)據(jù)挖掘的定義、過程、背景和熱門應(yīng)用等。基本要求：重點掌握數(shù)據(jù)挖掘主要流程和主要數(shù)據(jù)挖掘任務(wù)。2數(shù)據(jù)相關(guān)內(nèi)容知識點：數(shù)據(jù)類型的基本分類與特性，數(shù)據(jù)預(yù)處理的核心方法，包括數(shù)據(jù)聚集、抽樣、維度歸約等技術(shù)，以及數(shù)據(jù)相似性與相異性的定義與度量方法?；疽螅赫莆諗?shù)據(jù)預(yù)處理和數(shù)據(jù)相似性分析的核心邏輯，理解其在數(shù)據(jù)分析中的重要性。通過數(shù)據(jù)挖掘應(yīng)用案例學(xué)習(xí)，培養(yǎng)學(xué)生探索數(shù)據(jù)規(guī)律和解決數(shù)據(jù)問題的實踐能力。3數(shù)據(jù)探索知識點：數(shù)據(jù)探索的核心方法，包括數(shù)據(jù)匯總的基本技術(shù)與統(tǒng)計分析方法，數(shù)據(jù)可視化的常用工具與實踐，以及一般數(shù)據(jù)挖掘項目的流程和關(guān)鍵環(huán)節(jié)?；疽螅赫莆諗?shù)據(jù)探索的基本技能，能夠運用匯總與可視化方法直觀呈現(xiàn)數(shù)據(jù)特征，并了解數(shù)據(jù)挖掘項目從問題定義到結(jié)果解釋的整體框架，培養(yǎng)學(xué)生系統(tǒng)分析數(shù)據(jù)和提煉洞察的能力，使學(xué)生樹立以數(shù)據(jù)為驅(qū)動解決實際問題的職業(yè)理想與責(zé)任意識。4分類問題與分析應(yīng)用知識點：分類問題的基本概念、進(jìn)階技術(shù)分析和應(yīng)用場景，包括分類器的基礎(chǔ)入門知識，如決策樹和基于規(guī)則的分類方法，以及最近鄰分類器、SVM等算法的實現(xiàn)與應(yīng)用等；模型評估方法和經(jīng)典案例?；疽螅豪斫夥诸惸Ｐ偷男阅芎饬颗c優(yōu)化策略；熟悉分類問題的集成算法與多類問題處理技術(shù)；掌握分類器的核心理論與實現(xiàn)方法，熟悉不同分類技術(shù)在實際場景中的應(yīng)用，能夠通過案例分析理解模型評估的重要性，并具備設(shè)計和優(yōu)化分類模型的能力，培養(yǎng)學(xué)生解決復(fù)雜分類任務(wù)的綜合技能。5關(guān)聯(lián)分析與應(yīng)用知識點：關(guān)聯(lián)分析的核心和高級概念以及算法，重點介紹如何處理分類屬性與連續(xù)屬性的關(guān)聯(lián)規(guī)則挖掘方法，以及序列模式挖掘的基本原理與技術(shù)實現(xiàn)?；疽螅和ㄟ^分析實際數(shù)據(jù)中的復(fù)雜模式，掌握高級關(guān)聯(lián)分析技術(shù)，理解分類與連續(xù)屬性數(shù)據(jù)的處理差異，以及序列模式在時間序列數(shù)據(jù)中的應(yīng)用場景。掌握關(guān)聯(lián)分析的核心算法與實踐技能，能夠在實際數(shù)據(jù)挖掘任務(wù)中應(yīng)用這些技術(shù)發(fā)現(xiàn)隱藏模式，同時培養(yǎng)學(xué)生分析復(fù)雜數(shù)據(jù)集并挖掘深層次關(guān)聯(lián)的能力，以及學(xué)生追求卓越、不斷鉆研的數(shù)據(jù)科學(xué)精神。6聚類分析與應(yīng)用知識點：聚類分析的其他問題和算法，重點介紹數(shù)據(jù)、簇及聚類算法的特征與差異，各種聚類方法原理和應(yīng)用?；诿芏鹊木垲愃惴ǖ幕舅枷爰捌湓谔幚韽?fù)雜數(shù)據(jù)分布中的優(yōu)勢?；疽螅荷钊肜斫獠煌垲惙椒ǖ倪m用場景與實現(xiàn)過程，激發(fā)學(xué)生對科技強(qiáng)國的使命感與社會責(zé)任感。7異常檢測知識點：異常檢測的基本概念與統(tǒng)計方法，重點介紹離群點檢測的核心原理和常用技術(shù)，包括基于統(tǒng)計分布的檢測方法以及其他經(jīng)典離群點識別技術(shù)?；疽螅豪斫猱惓z測在實際應(yīng)用中的重要性及不同方法的適用場景，為后續(xù)數(shù)據(jù)分析任務(wù)奠定基礎(chǔ)。五、課程學(xué)時安排章節(jié)號教學(xué)內(nèi)容學(xué)時數(shù)學(xué)生任務(wù)對應(yīng)課程目標(biāo)1數(shù)據(jù)挖掘概述2完成相應(yīng)作業(yè)ILO-12數(shù)據(jù)相關(guān)內(nèi)容2完成相應(yīng)作業(yè)ILO-1，ILO-23數(shù)據(jù)探索2實驗1ILO-1，ILO-24分類問題與分析應(yīng)用6作業(yè)與實驗2ILO-1，ILO-2，ILO-35關(guān)聯(lián)分析與應(yīng)用4作業(yè)ILO-1，ILO-2，ILO-36聚類分析與應(yīng)用6作業(yè)、實驗3，個人項目ILO-1，ILO-2，ILO-37異常檢測2實驗4與小組項目ILO-1，ILO-2，ILO-3實踐環(huán)節(jié)及基本要求序號實驗項目名稱學(xué)時基本要求學(xué)生任務(wù)實驗性質(zhì)實驗類別1認(rèn)識數(shù)據(jù)2掌握不同數(shù)據(jù)導(dǎo)入方式。熟悉數(shù)據(jù)預(yù)處理的基本操作實現(xiàn)常用性能度量的計算。實踐數(shù)據(jù)預(yù)處理流程，并對數(shù)據(jù)探索的可視化，提交實驗報告驗證性必做2分類算法實驗2熟悉決策樹、SVM、貝葉斯等多種基分類算法的使用；熟悉隨機(jī)森林，GBM等多種集成分類算法的使用；掌握通過驗證集調(diào)參的方法。掌握模型評估方法。完成代碼和實驗報告驗證性必做5聚類算法實驗2熟悉K均值聚類、k均值、凝聚層聚類、密度聚類算法的使用。完成代碼和實驗報告驗證性必做6綜合性實驗2掌握較為復(fù)雜的數(shù)據(jù)挖掘流程，熟練根據(jù)任務(wù)類型和判斷使用的算法和評估手段完成代碼和實驗報告綜合性必做七、考核方式及成績評定考核內(nèi)容考核方式評定標(biāo)準(zhǔn)（依據(jù)）占總成績比例支撐課程目標(biāo)過程考核考勤、作業(yè)和實驗報告情況批改情況、實驗報告或答辯打分40%ILO-1，ILO-2，ILO-3期末考核小組項目驗收或答辯（可包含演示視頻）項目驗收或答辯打分60%ILO-1，ILO-2，ILO-3考核類別考查成績登記方式百分制八、推薦教材與主要參考書1.推薦教材：(1)《數(shù)據(jù)挖掘?qū)д摗?，范明、范建宏譯。人民郵電出版社，2011年1月，第2版，ISBN編號:9787115241009.2.