数据挖掘

发布者:系统管理员发布时间:2018-12-14浏览次数:1698

 

研究生课程教学大纲、教学周历

课程序号:  0934                                    院(系):9

课程

名称

中文

数据挖掘及知识发现

英文

Data Mining & Knowledge Discovery

课程编号

  0934

课程适用学位级别

  �士/博士

总学时

   30

课内学时

 30

学分

  1.5

实践环节

实验(1_2)

用机小时

20

开课院(系)

计算机系

开课学期

 

考试方式

论文报告

主讲教师

教师姓名

 孙志挥

学位

 

导或硕导

 博导

职称

教授

学历

大学

e-mail

  sunzh@seu.edu.cn

网页地址

 Cse.seu.edu.cn/people/szh/index.htm

授课语言

   汉语

课件地址

 

适用学科范围

公共

适用学科名称

 

实验(案例)个数

实验(1_2)

先修课程

数据库

教学用书

教材名称

教材编者

出版社

出版年月

版次

 

数据挖掘及知识发现

  孙志挥,肖利

     自编

2000.8

 

主要参考书

Data Mining Concepts and Techniques

Jiawei Han

M.Kamber

Morgan Kaufmann

2001.

 

 

                                

 

 

 

 

一、           教学目标和要求

      数据挖掘及知识发现是数据库系统和人工智能方面的重要研究课题,是发掘隐藏在大型数据库集中有趣的数据模式的理论和技术.学习本课程的教学目标和要求是:

1.    了解并掌握数据挖掘及知识发现的机理,过程和框架;

2.    了解并掌握各种数据挖掘及知识发现的算法的原理,性能分析,主要包括:

        关联规则,时序规则,转移规则, 分类规则,聚集规则等

3.     了解并掌握复杂数据类型的规则挖掘, 主要包括:

关系数据,空间数据,多媒体数据,时序数据,WEB数据等.

      4.  应用以上理论和技术,设计算法解决实际.

 

二、 教学大纲(含章节目录):

 

一.数据挖掘及知识发现的机理,过程和框架;

二.挖掘大型数据库的相关规则:

关联规则,时序规则,转移规则, 分类规则,聚集规则

三.复杂数据类型的规则挖掘:

关系数据,空间数据,多媒体数据,时序数据,WEB数据等.

.. 数据挖掘及知识发现的应用及发展趋势.

.   数据挖掘及知识发现的实例介绍.

      

 

三、教学周历:

周次

教学内容

教学方式

1

数据挖掘及知识发现的机理,过程和框架;

 

J   讲课

2

各种数据挖掘及知识发现的算法

 

讲课

3

各种数据挖掘及知识发现的算法

 

讲课

4

 

各种数据挖掘及知识发现的算法

 

讲课

5

各种数据挖掘及知识发现的算法

 

    讲课

6

复杂数据类型的规则挖掘:

 

讲课 

7

 

数据挖掘及知识发现的应用及发展趋势.

  数据挖掘及知识发现的实例.

 

 讲课

8

 

数据挖掘及知识发现的应用及发展趋势.

 数据挖掘及知识发现的实例.

 

讲课,考试

 

  • 联系方式
  • 通信地址:南京市江宁区东南大学路2号东南大学九龙湖校区计算机学院
  • 邮政编码:211189
  • ​办公地点:东南大学九龙湖校区计算机楼
  • 学院微信公众号