《大数据分析与挖掘》课程教学大纲.doc
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
《大数据分析与挖掘》课程教学大纲
一、课程基本信息
课程编号:
课程名称:大数据分析与挖掘
英文名称:
课程学时: 48
课程学分:3
开课单位:计算机科学与技术学院
授课对象:计算机科学与技术专业,计算机大类专业
开课学期:
先修课程:
二、课程目标
数据挖掘是一门新兴的交叉性学科,涵盖了数据库、机器学习、统计学、模式识别、人工智能以及高性能计算等技术。开设本课程的目的,是使学生全面而深入地掌握数据挖掘的基本概念和原理,掌握常用的数据挖掘算法,了解数据挖掘的最新发展、前沿的数据挖掘研究领域、以及数据挖掘技术在不同学科中的应用。课程具体目标如下:
课程目标1:能够设计并实现大数据平台下的数据挖掘系统。了解由工程问题,到建模、再到数据挖掘算法设计的问题求解思维模式。具有将数据挖掘算法应用于具体工程的
能力;
课程目标2:掌握大数据预处理、关联规则、分类以及聚类技术,并能够在主流大数据平台上实现;
课程目标3:具备较强的学习最新数据挖掘领域研究成果的能力;能够分析和评价现有研究成果的问题与不足,并能够提出自己独立见解的能力;
课程目标4:能够撰写系统设计方案和阶段性技术报告,能够组织和协调项目组的工作,与成员进行交流与沟通。
三、课程目标与毕业要求对应关系
四、课程目标与课程内容对应关系
实验大纲:
五、课程教学方法
本课程教学将结合大班讲授、小班项目研讨、项目开发以及交流与答辩的形式。大班讲授主要培养学生对各种核心技术的掌握。小班项目研讨用来训练学生们沟通与交流的能力,同时提高对系统进行评价的能力。通过指导学生实现课堂上讲授的算法,学会比较各个算法的性能差异,激发学生的研究和创新兴趣。
六、课程考核方法
七、主要教材与参考书(黑体、小四、加粗、行距20磅)
1.《大数据分析与挖掘》
纲撰写人:石胜飞