- 1、本文档共18页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
《数据挖掘与机器学习》教学大纲
课程名称:数据挖掘与机器学习课程编号:2161
英文名称:DataMiningandMachineLearning
学时:56学时 学分:3.5学分
开课学期:第5学期
适用专业:数据科学与大数据技术专业
课程类别:理论课
课程性质:专业核心课
先修课程:概率论基础、数理统计、Python程序设计、数据采集与清洗、数据结构
一、课程的性质及任务
《数据挖掘与机器学习》课程是数据科学与大数据技术专业学生的专业核心课,本课程以数据挖掘和机器学习为主要内容,讲述实现数据挖掘的主要功能、数据挖掘、机器学习算法和应用,并通过对实际数据的分析更加深入地理解常用的数据挖掘与机器学习模型,培养学生数据分析和处理的能力。通过本课程的学习,培养学生的数据挖掘与机器学习的理论分析与应用实践的综合能力,使学生掌握数据挖掘和机器学习的一般原理和处理方法,能使用机器学习理论解决数据挖掘相关的问题。
依据河北工程大学数据科学与大数据技术专业培养计划,本课程需要培养学生的能力是:
能够将数据科学与大数据技术相关知识用于大数据工程问题的解决方案(毕业要求指标1.4)
掌握大数据工程设计和相关产品开发全周期、全流程的基本设计/开发方法和技术,了解影响目标和技术方案的各种因素(毕业要求指标3.1)
在大数据系统设计和开发中能够综合考虑社会、健康、安全、法律、文化及环境等制约因素(毕业要求指标3.4)
具备使用大数据平台以及软件对复杂工程问题进行仿真的能力,理解其使用要求、运用范围和局限性(毕业要求指标5.3)
二、课程目标与要求
2.1课程目标
1. 掌握数据挖掘与机器学习的相关概念,数据预处理常用方法;
2. 掌握分类技术、关联规则、聚类技术等基本理论以及操作应用;
3. 具备一定的专业技术研究能力,能够采用数据挖掘技术对大数据分析的复杂工程问题进行研究,能够设计相关实验,对实验结果进行分析与数据处理,通过信息综合等方法获得有效结论。
4. 能够对大数据分析的复杂工程问题进行识别、表达和分析,得出有效结论;并能够通过大数据技术分析实际复杂工程问题,针对数据挖掘系统建立模型,并编写程序。在设计过程中能够体现创新意识,能够综合考虑社会、健康、安全、法律、文化以及环境等因素。
数据挖掘与机器学习课程教学大纲
PAGE16
PAGE176
2.2课程目标与毕业要求对应关系
毕业要求二级指标
毕业要求
1
2
3
4
●
●
1.4能够将数据科学与大数据技术相关知识用于大数据工程问题的解决方案
1.具有扎实的数学与自然科学知识和工程基础,系统地掌握数据科学与大数据技术领域的基本理论、基础知识,并综合运用所学知识解决复杂工程问题。
●
3.1掌握大数据工程设计和相关产品开发全周期、全流程的基本设计/开发方法和技术,了解影响目标和技术方案的各种因素
3.能够设计出大数据应用领域的复杂工程问题的解决方案,具有数据采集、处理、分析、挖掘的能力,并能够在设计环节中体现创新意识,考虑社会、健康、安全、法律、文化以及环境等多维度协同发展因素。
●
3.4在大数据系统设计和开发中能够综合考虑社会、健康、安全、法律、文化及环境等制约因素
●
5.3具备使用大数据平台以及软件对复杂工程问题进行仿真的能力,理解其使用要求、运用范围和局限性
5.能够针对大数据应用领域的复杂工程问题,开发、选择与使用恰当的技术、资源、现代信息技术工具,包括对大数据应用领域的复杂工程问题的预测与仿真,并能够理解其局限性。
2.3课程目标与培养环节对应矩阵
序号
课程目标
理论教学
课内实验
课后作业
1
掌握数据挖掘与机器学习的相关概念,数据预处理常用方法。
H
L
2
掌握分类技术、关联规则、聚类技术等基本理论以及操作应用;
H
M
L
3
具备一定的专业技术研究能力,能够采用数据挖掘技术对大数据分析的复杂工程问题进行研究,能够设计相关实验,对实验结果进行分析与数据处理,通过信息综合等方法获得有效结论。
H
M
4
能够对大数据分析的复杂工程问题进行识别、表达和分析,得出有效结论;并能够通过大数据技术分析实际复杂工程问题,针对数据挖掘系统建立模型,并编写程序。在设计过程中能够体现创新意识,能够综合考虑社会、健康、安全、法律、文化以及环境等因素。
H
L
注:H表示该能力的在此环节重点培养;M表示该能力在此环节有应用要求;L表示该能力在此环节有所涉及。
应用多元统计分析课程教学大纲
PAGE2
PAGE192
2.4目标达成度的评价
课程目标1主要通过理论教学环节进行培养,在课内实验有所涉及。主要通过课堂测试和期末考试中概念性、原理性题目进行考核。目标达成综合以上内容进行评价。
课程目标2主要通过理论教学环节进行培养,在课内
文档评论(0)