數(shù)據(jù)挖掘教學大綱3頁

1、數(shù)據(jù)挖掘課程名稱：數(shù)據(jù)挖掘/ Data Mining學時/學分：48學時/3學分 先修課程：數(shù)據(jù)庫適用專業(yè)：計算機科學與技術、軟件工程及相關專業(yè)開課院（系、部、室）：數(shù)學與統(tǒng)計學院一、課程的性質(zhì)、教學目的與要求本課程以數(shù)據(jù)挖掘為主要內(nèi)容，主要介紹實現(xiàn)數(shù)據(jù)挖掘的各主要功能、挖掘算法和應用，并通過對實際數(shù)據(jù)的分析更加深入地理解常用的數(shù)據(jù)挖掘模型。掌握大型數(shù)據(jù)挖掘軟件SAS Enterprise Miner的使用，培養(yǎng)學生數(shù)據(jù)分析和處理的能力。先修課程：數(shù)據(jù)庫原理、SAS軟件基礎。通過數(shù)據(jù)挖掘課程的教學，使學生理解數(shù)據(jù)挖掘的基本概念和方法，學習和掌握SAS Enterprise Miner中的數(shù)據(jù)挖

2、掘方法。學生能夠借助SAS Enterprise Miner軟件工具進行具體數(shù)據(jù)的挖掘分析。二、數(shù)據(jù)挖掘課程的基本要求、主要教學內(nèi)容與學時分配（總學時48）第一章 數(shù)據(jù)挖掘?qū)д摚?學時）（一）教學目的和要求 本章主要介紹數(shù)據(jù)挖掘的基本概念和功能，并能熟悉掌握。同時要求了解數(shù)據(jù)挖掘的系統(tǒng)分類。（二）主要內(nèi)容第一節(jié) 數(shù)據(jù)挖掘發(fā)展概述1、功能介紹2、基本應用概述第二節(jié) 數(shù)據(jù)挖掘功能1、概念描述：定性與對比2、關聯(lián)分析3、分類與預測4、聚類分析5、異類分析6、演化分析第三節(jié) 數(shù)據(jù)挖掘系統(tǒng)1、系統(tǒng)分類2、系統(tǒng)應用3、數(shù)據(jù)挖掘在醫(yī)學信息系統(tǒng)和社會保險領域的應用（三）重點難點重點、難點：掌握數(shù)據(jù)挖掘功能、數(shù)

3、據(jù)挖掘系統(tǒng)的應用第二章 數(shù)據(jù)預處理（8學時）（一）教學目的與要求 主要介紹數(shù)據(jù)庫中的知識發(fā)現(xiàn)處理過程，了解數(shù)據(jù)預處理的重要性，熟悉掌握數(shù)據(jù)預處理的方法。（二）主要內(nèi)容第一節(jié) 數(shù)據(jù)清洗1、噪聲數(shù)據(jù)處理 2、不一致數(shù)據(jù)處理第二節(jié) 數(shù)據(jù)集成與轉(zhuǎn)換 1、數(shù)據(jù)集成處理2、數(shù)據(jù)轉(zhuǎn)換處理（三）重點難點重點、難點：掌握數(shù)據(jù)集成與轉(zhuǎn)換第三章 分類與預測（12學時）（一）教學目的與要求主要介紹分類與預測基本知識，要求掌握基本知識，并了解各項分類和預測方法的使用。（二）主要內(nèi)容第一節(jié) 分類與預測基本知識1、分類基礎2、預測基礎第二節(jié) 基于決策樹的分類第三節(jié) 貝葉斯分類第四節(jié) 神經(jīng)網(wǎng)絡分類第五節(jié) 預測方法1、線性與多變量回歸2、非線性回歸3、其他回歸模型（三）重點難點重點、難點：了解基于決策樹的分類、貝葉斯分類第四章聚類分析（12學時）（一）教學目的與要求本章主要介紹聚類分析基本概念，并介紹聚類分析的一些基本方法。（二）主要內(nèi)容1、基