数据挖掘

课程编码：081202M05004H 英文名称：Data Mining 课时：40 学分：2.00 课程属性：专业普及课 主讲教师：刘莹

本课程为计算机软件学科研究生的专业普及课程。主要介绍数据挖掘技术的起源、原理、主要算法、关键技术等。课程包含的主要议题包括：数据挖掘的重要性、特点、应用领域、数据仓库、数据预处理技术、关联规则、分类、预测、聚类、顺序模式、深度学习、大数据挖掘等。

本课程采用全英文教学，并将注重理论与实践相结合，使计算机专业研究生掌握数据挖掘的概念的同时，锻炼解决实际问题的能力，为将来的科研工作奠定基础。

数据结构，算法，C编程，数据库，概率统计

第一章 Introduction 4学时 刘莹
第1节 Motivation
第2节 Major issues
第3节 Major applications
第4节 Data types
第5节 Characteristics
第二章 Data Warehouse 4学时 刘莹
第1节 Model
第2节 Architecture
第3节 Operations
第三章 Data Pre-processing 5学时 刘莹
第1节 Data cleaning
第2节 Data transformation
第3节 Data reduction
第四章 Association Rules Mining 5学时 刘莹
第1节 Apriori
第2节 Single-pass frequent itemset mining
第3节 FP-Growth
第4节 Multi-level & Multi-dimensional association rules mining
第五章 Classification 7学时 刘莹
第1节 Decision tree
第2节 Bayesian Classifier
第3节 Classification by backpropagation,
第4节 KNN classifier and others
第5节 Prediction models
第6节 Example
第六章 Clustering 5学时 刘莹
第1节 Partitioning methods
第2节 Hierarchical methods
第3节 Density-based methods
第4节 Grid-based methods
第5节 Outlier detection
第七章 Recommendation 2学时 刘莹
第1节 moivation
第2节 Content-based
第3节 Collaborative Filtering
第八章 Applications 3学时 刘莹
第1节 Credit scoring
第2节 oil exploration
第3节 Cosmological Simulation
第九章 Big data mining 5学时 刘莹
第1节 Big data
第2节 Deep Learning
第3节 Text mining
第4节 high performance mining
第5节 other topics

刘莹，女，博士，中国科学院大学计算机与控制学院，教授，博导，中国科学院大学数据挖掘与高性能计算实验室负责人。1999 年获北京大学学士学位，2005 年获美国西北大学博士学位。现任中国计算机学会高性能计算专业委员会委员。主要研究方向为数据挖掘、高性能计算、大数据、深度学习等。已在国际期刊和国际会议上发表学术论文80余篇。曾获北京市科学技术二等奖，获中国科学院朱李月华优秀教师奖，获美国英伟达公司（NVIDIA）中国“最佳教学中心”奖。