0323D00021-数据挖掘与机器学习-2023版人才培养方案课程教学大纲.docx

《0323D00021-数据挖掘与机器学习-2023版人才培养方案课程教学大纲.docx》由会员分享，可在线阅读，更多相关《0323D00021-数据挖掘与机器学习-2023版人才培养方案课程教学大纲.docx（4页珍藏版）》请在第壹文秘上搜索。

1、附件5-2数据挖掘与机器学习课程教学大纲（实验课程2023版）一、课程基本信息课程号0323S06026开课单位经济学院课程名称（中文）数据挖榭与机牌学习（英文）WSttJS选修考核类型考查课程学分1课程学时34课程类别学科发展课程（学科拓展课）适用专业（类）短济倭计学二、课程描述及目标（一）课程简介g数据挖掘课程是经济统计学专业的一门专业拓展课程，旨在通过理论教学与实践操作训练，使学生掌握数据挖掘的基本概念，了解数据挖掘的定义和功能以及实现数据挖掘的主要步骤和具体实现方法，初步掌握数据挖掘的算法。使同学们在学习本课程后，能实现简单的数据挖掘算法编程，J解实现数据挖摭的具体操作。（二）教学目标

2、通过本课程的学习，将使学生掌握宓杂数据的分析与建模：能够按照实证研究的规范和数据挖掘的步骤进行大数据研发，具备使用数据分析软件进行数据挖掘的能力。课程目标I：掌握数据挖掘的基本概念和原理.课程目标2：能利用数据挖掘工具软件进行数据挖掘任务处理和分析。课程目标3：能独立完成数据挖掘的研究工作来解决实际问题。三、课程目标对毕业要求的支撑关系毕业央求指标点课程目标1-3：掌握现代统计学的荔本分析方法与分析技术课程目标10.3毕业要求指标点修程目标2-h具备运用数1.t分析方法和现代技术手段进行社会经济调性、羟济分析和实际操作的能力，具有综合运用专业知识分析和解决问鹿的能力课程目标20.32-4：具有

3、运用文理工交叉学科思维、开阔视野和创造性思维开展科学研究和创业就业的能力，具有较强的沟通能力和团队合作能力课程目标30.33-5；具有融合大数据、计算机、数学等交叉学科知识的现代统计学处维和深厚统计学理论素养，热爱统计事业课程目标30.1四、教学方式与方法本课程借助多媒体教学条件，以讲授方式为主，辅助以适用的案例分析，以学生为主体，强调实际应用在教学中的主体地位。五、教学重点与难点(一)教学重点决策树、贝叶斯分类和关联分析。(二)教学难点决策树。六、实验内容、基本要求与学时分配序号实设项目名称实验内容与要求学时类型对应课程目标1数据预处理数据集成、数据清洗和数据变换的操作方法。6演示性课程目标

4、12决策树建模分类回归树、神经网络的应用案例分析6验证性课程目标23理类分析Kmeans聚类、密度聚类的应用案例分析6验证性课程目标31为账规则挖掘美联规则挖妲的应用案例分析6验证性课程目标35孤立点筛杳孤立俅林在弧立点筛查中的应用3设计性课程目标36文本数据分析文本挖掘案例分析3设计性课程目标37图像数据分析影像数据挖抿应用案例分析4设计性课程目标3合计34注：实验注求包括必修、选修;实验类型包括“验证性”、“设计性”、“”等。七、学业评价和课程考核（一）考核类型：考试考查（二）考核方式：0实验报告0实验作品其它：,J域写具体考核方式）（三）成绩评定：核据考依建议分值（百分比）考核/评价细则

5、对应课程目标考核100出勤衣现20考勤情况，课堂表现、学习态度等课程目标1实脸过程50实验态度,小组合作情况课程目标2实验报告30结果准确性.规范性课程目标3期末考犊0八、课程目标达成评价课程目标的实际达成效果计算方式如下，达成值越高，教学效果越好。课程目标达成僮学生相应环苜得分平均值该环节的满分毕业要求指标点达成度=W课程目标达成度X课程目标在毕业要求指标点的权JR九、教材与教学弁考书（一）教材E数据挖掘方法与应用，出雅娟，科学出版社，2022,第I版。（二）教学参考书（数据挖掘算法原理与实现，王振武，清华大学出版社，2017年，第2版。，大数据分析：方法与应用料王星，清华大学出版社,2013.第1版。数据挖掘导论（完整版方，Pang-NingTan（范明等译），人民邮电出版社，2012,第1版.(三)参考资料机罂学习翳课，中国大学VOoC：学数据挖掘：理论与算法慕课，中国大学MooC；数据挖掘慕课,MooC中国。执第人m雅娟审槎人户悒领教学院长尹成远院长成新轩发布日期2023年6月2F1.