北京航空航天大学经济管理学院数据挖掘课程2015年招生简章.PDF

北京航空航天大学经济管理学院 数据挖掘课程 2015年招生简章 课程简介 大数据时代，数据汹涌来袭，如何在大量的数据流中，获得有用的数据，这就需要掌握 一系列数据挖掘的技术，本课程的目标是通过对数据挖掘与数据仓库技术的理论、方法 与结合实际案例的讨论学习，向学习对象传授利用这些技术解决实际问题的思路与方法。 课程首先介绍数据挖掘与数据仓库的主要概念、方法及其特点，使学习对象理解这些特 点在数据处理与分析中的作用，具体内容包括理解数据，学习掌握如何迚行数据集的概念描 述、关联分析、分类、聚类等数据挖掘处理的基本技能与方法，了解数据仓库的基本数据模 型与使用特点；结合应用案例，基亍典型的数据挖掘方法，讨论解决问题的思考与分析过程， 强化学习对象面对实际分析问题时的解决问题能力；了解数据挖掘的主要理论体系和相关技 术，学习经典挖掘算法及其与之相关的应用案例，并学会使用一款简单易用的 Java 开源数 据挖掘软件。 课程价值  了解数据挖掘和数据仓库的概念  学会如何将数据概念化  掌握数据预处理方法和 OLAP 技术  认识目前最前沿的一些分类和聚类分析技术及优缺点  学会使用一些开源数据挖掘软件  通过案例教学的方式，以及互劢性的课程模式，提高学员解决实际问题的能力 课程设置 模块一 ：  数据挖掘知识框架  数据仓库和 OLAP 技术  认识数据  案例讨论 2015 年企业创新新思维:模式的创新与转型课程 模块二：  数据预处理  概念描述：特征化与比较  关联数据的挖掘  频繁模式挖掘：Apriori 算法、基亍指针的算法等  频繁闭合模式挖掘：基亍 FP-Tree 的算法、基亍枚举树的算法等  案例讨论 模块三：  聚类分析  如何聚类，介绍聚类的算法  K-Means、层次类算法、DBSCAN、表格类算法等聚类算法的优缺点  案例讨论 模块四：  分类与预测  分类属性的选择  决策树、SVM、Bayesian 分类、神经网络等分类算法的优缺点  案例讨论  开源工具的实战练习 授课师资 杜孝平 教授 博士生导师 北京大学信息科学技术学院博士后，日本九州大 学智能系统专业博士，重庆大学计算机科学硕 士，中国计算机学会高级会员，北京市司法局知 识产权司法鉴定专家，中国软件行业协会系统与 软件过程改进分会专家委员会委员。 曾主持和参与完成国家 863、973、农业部 948 项目以及多项国家重点实验室、省部级实验室开 放课题研究项目。近五年来，主要从事智能交通 与北京市轨道交通相关的标准制定、软件开发、 数据分析处理等项目，主持与负责实施的项目经 费达到近千万元，发表科研论文 40 余篇。在教 学上，迄今为止已经为本科生开设了“数据挖掘