数据挖掘与机器学习教学大纲教案.pdfVIP

  1. 1、本文档共17页,可阅读全部内容。
  2. 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. 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. 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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

《数据挖掘与机器学习》教学大纲教案

一、课程性质、目的、任务:

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。本书不仅可以帮助读者了解现实生活中数据挖掘的

应用场景,还可以帮助读者掌握处理具体问题的算法,培养学生数据分析和处理

的能力。

本课程的主要目的是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。通过本课程的教学,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。

本书面向高等院校计算机类、软件工程以及信息管理类专业教学需要,也可

作为从事大数据开发和信息管理的相关人员培训教材。

二、课程主要教学内容:

本书系统地阐述了数据挖掘产生的背景、技术、多种相关方法及具体应用,

主要内容包括数据挖掘概述,数据采集、集成与预处理技术,多维数据分析与组

织,预测模型研究与应用,关联规则模型及应用,聚类分析方法与应用,粗糙集

方法与应用,遗传算法与应用,基于模糊理论的模型与应用,灰色系统理论与方

法,基于数据挖掘的知识推理。

三、课程的教学环节要求:

教学环节包括:课堂讲授、案例分析课、讨论课、课后作业。通过本课程各

个教学环节的教学,使学生掌握数据挖掘的基本方法,培养学生的自学能力、动

手能力、分析问题和解决问题的能力。通过本课程的学习,要求学生达到以下要

求。

1.了解数据挖掘技术的整体概貌。

2.了解数据挖掘技术的主要应用领域及当前的研究热点问题和发展方向。

3.掌握最基本的概念、算法原理和技术方法。

四、本课程课外学习与修学指导:

由于该课程涉及的技术都是目前比较热门的技术,内容复杂,难度较大,且

具有很强的理论性和实践性,所以要学好本课程,必须做到理论与实践紧密结合,

才能达到较好的学习效果。要求学生多参阅相关书籍和资料,多上机实验,掌握

数据挖掘的基本功能、主要算法及其实现过程。

五、学时数分配表:

序号授课内容学时

1数据挖掘概述6

2Pandas数据分析2

3机器学习5

4分类算法与应用6

5回归算法与应用4

6无监督学习5

7关联规则和协同过滤3

8图像数据分析3

9自然语言处理与NLTK3

合计37

第一章数据挖掘概述

教学要点:

1.理解和掌握数据挖掘与机器学习的基本概念、功能与应用领域,使读者掌握数

据挖掘的基本理念、流程和方法。

2.了解数据分析技术的发展历史和未来趋势,了解数据挖掘与机器学习的应用领

域和面临的问题。

3.对数据挖掘和机器学习能解决的问题和解决问题思路有清晰的认识。

教学时数:

6学时。

考核要点:

了解数据挖掘的定义和功能,理解数据挖掘在何种数据上进行,数据挖掘可以挖

掘什么类型的模式,掌握初级的数据分析方法。

第二章Pandas数据分析

教学要点:

理解Pandas模块的语法结构,并通过对自行车行驶数据与服务热线数据的分析,

使读者掌握通过Pandas模块对数据进行统计分析的方法。

教学时数:

2学时。

考核要点:

掌握Python编程基础,理解Pandas的数据结构,熟悉Pandas统计分析常用的

文档评论(0)

180****8894 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档