《數(shù)據(jù)挖掘與機器學習課程設計》課程教學大綱

《數(shù)據(jù)挖掘與機器學習課程設計》教學大綱課程名稱：數(shù)據(jù)挖掘與機器學習課程設計課程編號：4411英文名稱：CurriculumDesignofDataMiningandMachineLearning學時：2周 學分：2學分開課學期：第5學期適用專業(yè)：數(shù)據(jù)科學與大數(shù)據(jù)技術專業(yè)課程類別：集中實踐教學課程性質：專業(yè)方向與拓展先修課程：Python程序設計，概率論基礎、數(shù)理統(tǒng)計，數(shù)據(jù)結構，算法設計與分析，數(shù)據(jù)挖掘與機器學習一、課程的性質及任務《數(shù)據(jù)挖掘與機器學習課程設計》課程是數(shù)據(jù)科學與大數(shù)據(jù)技術專業(yè)學生的專業(yè)方向與拓展課，通過本課程設計加深對數(shù)據(jù)挖掘與機器學習基礎理論的掌握，鍛煉和提高分析大數(shù)據(jù)復雜問題、解決問題的能力。通過對具體案例項目的任務分析、技術調研、數(shù)據(jù)準備、算法設計和編碼實現(xiàn)以及系統(tǒng)調試等幾個環(huán)節(jié)的練習，加深對數(shù)據(jù)挖掘技術與機器學習算法熟練應用的過程。依據(jù)河北工程大學數(shù)據(jù)科學與大數(shù)據(jù)技術專業(yè)培養(yǎng)計劃，本課程需要培養(yǎng)學生的能力是：能夠針對大數(shù)據(jù)特定的任務需求，完成大數(shù)據(jù)系統(tǒng)、模塊的設計與開發(fā)；（畢業(yè)要求指標3-2）能夠對采集到的實驗數(shù)據(jù)進行整理、分析和解釋，并能通過信息綜合、算法設計得出有效結論（畢業(yè)要求指標4-3）能夠認識堅持探索和不斷學習的必要性，具有理論聯(lián)系實際、自主學習、終身學習的意識和能力（畢業(yè)要求指12-1）二、課程目標與要求2.1課程目標能夠綜合運用所學的數(shù)據(jù)挖掘技術和機器學習算法進行數(shù)據(jù)分析、模型選擇與優(yōu)化處理，并給出具體方案解決實際問題，以及相關的模塊設計與開發(fā)，并對方案進行測試評估。掌握數(shù)據(jù)挖掘與機器學習常用的相關理論方法和編程技術，包括決策樹分析、貝葉斯分類器、人工神經(jīng)網(wǎng)絡、支持向量機等分類算法，Kmeans聚類、層次聚類、關聯(lián)分析等方法，最后通過信息綜合，得出有效結論。逐步培養(yǎng)學生主動探索、勇于發(fā)現(xiàn)的科學精神，創(chuàng)新意識、創(chuàng)新精神，以及踏實細致、嚴謹科學的學習習慣，激發(fā)學生終身學習，科技報國和對國家、社會發(fā)展的責任擔當意識。

數(shù)據(jù)挖掘與機器學習課程設計教學大綱PAGE16PAGE4412.2課程目標與畢業(yè)要求對應關系課程目標畢業(yè)要求二級指標畢業(yè)要求123●能夠針對大數(shù)據(jù)特定的任務需求，完成大數(shù)據(jù)系統(tǒng)、模塊的設計與開發(fā)；（畢業(yè)要求指標3-2）3.能夠設計出大數(shù)據(jù)應用領域的復雜工程問題的解決方案，具有數(shù)據(jù)采集、處理、分析、挖掘的能力，并能夠在設計環(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)境等多維度協(xié)同發(fā)展因素?！衲軌驅Σ杉降膶嶒灁?shù)據(jù)進行整理、分析和解釋，并能通過信息綜合、算法設計得出有效結論（畢業(yè)要求指標4-3）4.能夠基于數(shù)據(jù)科學與大數(shù)據(jù)技術原理并采用科學方法對大數(shù)據(jù)應用領域的復雜工程問題進行研究，包括設計實驗、分析與解釋數(shù)據(jù)、并通過信息綜合得到合理有效的結論?！衲軌蛘J識堅持探索和不斷學習的必要性，具有理論聯(lián)系實際、自主學習、終身學習的意識和能力（畢業(yè)要求指12-1）12.在數(shù)據(jù)科學與大數(shù)據(jù)技術相關理論和技術不斷更新的背景下具有自主學習和終身學習的意識，具有不斷學習和適應發(fā)展的能力。2.3課程目標與培養(yǎng)環(huán)節(jié)對應矩陣序號課程目標理論教學課內實驗課后作業(yè)1能夠綜合運用所學的數(shù)據(jù)挖掘技術和機器學習算法進行數(shù)據(jù)分析、模型選擇與優(yōu)化處理，并給出具體方案解決實際問題，以及相關的模塊設計與開發(fā)，并對方案進行測試評估。HML2掌握數(shù)據(jù)挖掘與機器學習常用的相關理論方法和編程技術，包括決策樹分析、貝葉斯分類器、人工神經(jīng)網(wǎng)絡、支持向量機等分類算法，Kmeans聚類、層次聚類、關聯(lián)分析等方法，最后通過信息綜合，得出有效結論。HML3逐步培養(yǎng)學生主動探索、勇于發(fā)現(xiàn)的科學精神，創(chuàng)新意識、創(chuàng)新精神，以及踏實細致、嚴謹科學的學習習慣，激發(fā)學生終身學習，科技報國和對國家、社會發(fā)展的責任擔當意識。ML注：H表示該能力的在此環(huán)節(jié)重點培養(yǎng)；M表示該能力在此環(huán)節(jié)有應用要求；L表示該能力在此環(huán)節(jié)有所涉及。數(shù)據(jù)可視化課程教學大綱PAGE2PAGE4442.4目標達成度的評價課程目標1、2、主要通過理論教學環(huán)節(jié)進行培養(yǎng)，課內實驗中有應用要求，在課后作業(yè)中有所涉及。主要通過設計過程表現(xiàn)、算法設計調試與測試結果和分析及課程設計報告進行考核。目標達成綜合以上內容進行評價。課程目標3主要通過課內實驗有應用要求，課后作業(yè)有所涉及。主要通過設計過程表現(xiàn)、程序調試和編程及課程設計報告進行考核。目標達成綜合以上內容進行評價。三、課程設計基本要求任選一個有關大數(shù)據(jù)領域的實際應用問題，合理地選擇數(shù)據(jù)挖掘技術和機器學習算法，設計相應的數(shù)據(jù)分析算法，并對結果進行必要的分析；結合先修課程合理選擇Python語言工具，實現(xiàn)數(shù)據(jù)的分析、可視化過程。完成一份技術報告，報告內容包括：項目目標、國內外相關工作、自己在本項目中承擔工作的不同點、實現(xiàn)系統(tǒng)（或模塊）的核心思想和算法描述、系統(tǒng)主要模塊流程、實驗結果及分析；提交系統(tǒng)源代碼和可執(zhí)行程序，以保證實驗系統(tǒng)可以正常編譯和運行。如果是多人合作完成的，應提交最終集成的系統(tǒng)。鼓勵充分使用網(wǎng)絡資源和其它一切可以利用的資源（包括數(shù)據(jù)、語料、軟件工具和論文資料等），但嚴禁侵害他人知識產(chǎn)權，技術報告中必須明確說明所用資源的真實來源。鼓勵相互交流、相互合作，但嚴禁抄襲他人工作，嚴禁偽造結果。四、課程設計內容及安排（一）主要內容課程設計題目可根據(jù)一個具體的數(shù)據(jù)分析問題進行選題，也可根據(jù)自身興趣愛好自定題目。每組同學應設計完成一個數(shù)據(jù)挖掘分析系統(tǒng)，完成問題分析、數(shù)據(jù)來源、數(shù)據(jù)預處理、數(shù)據(jù)挖掘算法分析和結果驗證等環(huán)節(jié)。（二）課程設計安排1.選題和查閱資料；2.分析問題；3.算法或模型選擇；3.問題實現(xiàn)和系統(tǒng)構建；4.系統(tǒng)測試和結果分析；5.撰寫分析與設計報告。五．指導方式集體輔導與個體輔導相結合，平時輔導與上機輔導相結合。課程設計考核方法及成績評定考核方式：考察成績評定：總分100分。其中，設計過程表現(xiàn)：20%；系統(tǒng)設計、程序調試與結果測試：30%；分析及課程設計報告：50%。課程設計校測及主要參考資料[教材]數(shù)據(jù)挖導論.Pang-NingTan,MichaelSteinbach著，范明，范宏建譯.北京：人民郵電出版社，2