《《數(shù)據(jù)挖掘技術(shù)》實驗教學(xué)大綱》由會員分享，可在線閱讀，更多相關(guān)《《數(shù)據(jù)挖掘技術(shù)》實驗教學(xué)大綱（2頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、《數(shù)據(jù)挖掘技術(shù)》實驗教學(xué)大綱 課程名稱：數(shù)據(jù)挖掘技術(shù) 英文名稱：Introduction of Data Mining 課程編號：23159927 課程性質(zhì)：課程類型：綜合選修 是否為獨(dú)立設(shè)課的實驗課：否 適用專業(yè)：計算機(jī)專業(yè) 學(xué)時與學(xué)分：總學(xué)時：54 總學(xué)分：2.5 實驗學(xué)時：18 實驗學(xué)分：0.5 執(zhí) 筆 人：尤著宏/彭小剛 制定時間：2012-2-24 一、實驗課的任務(wù)、性質(zhì)與目的 《數(shù)據(jù)挖掘技術(shù)》是一門新興學(xué)科, 它是研究從大量不完全、有噪聲、模糊的隨機(jī)數(shù)據(jù)中提取潛在有用信息和知識的過程。它解決了高度信息化社會中人們處在信息的海洋卻知識貧乏的問題, 在商

2、業(yè)、金融、醫(yī)學(xué)、科學(xué)研究、工程與政府管理等眾多領(lǐng)域都有著廣泛應(yīng)用。數(shù)據(jù)挖掘課程有利于培養(yǎng)本科生的系統(tǒng)思維和解決實際問題的能力, 在更注重應(yīng)用的本科階段開設(shè)這一課程非常必要。 通過學(xué)習(xí)本課程，使學(xué)生能夠掌握數(shù)據(jù)挖掘的基礎(chǔ)知識，本課程重點結(jié)合實際項目需求，講述解決實際問題的方法，輔之以來自電信、金融服務(wù)行業(yè)的實際案例。并演示利用數(shù)據(jù)挖掘工具將這些數(shù)據(jù)轉(zhuǎn)化為最終營銷手段所需要的方法和步驟。因此本課程具有非常強(qiáng)的針對性和實用性，并幫助學(xué)生最大限度地掌握這些實戰(zhàn)知識。為了避免因為枯燥的理論使得學(xué)生失去學(xué)習(xí)的興趣，本課程會首先演示十分有趣的成功案例，讓學(xué)生看到數(shù)據(jù)挖掘的效果；然后再逐步講解數(shù)據(jù)挖掘的基本

3、知識，并穿插案例。 二、主要儀器設(shè)備及環(huán)境 硬件設(shè)備：高檔微機(jī) 軟件環(huán)境：Windows XP中文版 SPSS Clementine中文版 三、實驗項目的設(shè)置與實驗內(nèi)容 序號 實驗項目名稱 實驗內(nèi)容 實驗 要求 實驗 時數(shù) 每組 人數(shù) 實驗 類型 1 SPSS Clementine軟件概述 熟悉SPSS Clementine軟件 數(shù)據(jù)探索 選做 4 1 設(shè)計 2 SPSS Clementine分類方法實現(xiàn) 決策樹分類器的使用 支持向量機(jī)分類器使用 最近鄰分類器使用 必做 4 1 設(shè)計 3 SPSS Clementine聚類方

4、法實現(xiàn) K均值聚類 凝聚層次聚類 必做 4 1 設(shè)計 4 SPSS Clementine關(guān)聯(lián)規(guī)則發(fā)現(xiàn)方法實現(xiàn) Apriori算法使用 關(guān)聯(lián)模式的評估 序列模式 必做 4 1 綜合 合計 18 四、教材、實驗教材（指導(dǎo)書） [1] 范明，范宏建等譯，《數(shù)據(jù)挖掘?qū)д摗?，人民郵電出版社，2006 [2] 韓家煒，《數(shù)據(jù)挖掘概念與技術(shù)》，機(jī)械工業(yè)出版社，2007 五、考核方式與評分辦法 實驗要求提交相應(yīng)的文檔及實驗報告，教師對其進(jìn)行評分，最后納入《數(shù)據(jù)挖掘技術(shù)》課程的總分之中。評分辦法參見計算機(jī)與軟件學(xué)院綜合性、設(shè)計性實驗以及常規(guī)實驗的評分標(biāo)準(zhǔn)。 六、大綱審核人：黃強(qiáng) 2