课程大纲

课程大纲

数据挖掘与商务智能

课程编码:18087B125100M3042Z 英文名称:Data Mining and Business Intelligence 课时:16 学分:1.00 课程属性:专业课 主讲教师:田英杰

教学目的要求
本课程是MBA人工智能班的选修课,课程为16学时,1学分。本课程让学生理解商务智能的基本概念,了解数据挖掘的基本任务和方法,并通过案例分析培养解决实际数据挖掘问题的能力。在提升学生业务能力的同时,培育并践行社会主义核心价值观,培养实事求是的工作态度和严谨求真的科学精神,使学生具备良好的职业道德。

预修课程

大纲内容
第一章 大数据与数据挖掘基本概念 1.5学时 田英杰
第1节 大数据基本概念
第2节 数据挖掘基本概念
第3节 数据挖掘可视化
第二章 分类问题与决策树 2.0学时 田英杰
第1节 分类问题概念
第2节 决策树概念及优缺点
第3节 决策树算法--ID3与C4.5
第三章 分类问题与支持向量机 2.0学时 田英杰
第1节 线性支持向量机
第2节 非线性支持向量机算法
第四章 分类问题与逻辑回归 1.5学时 田英杰
第1节 线性回归
第2节 logistic回归
第五章 聚类问题与算法 1.5学时 田英杰
第1节 聚类问题概念
第2节 K-均值聚类等算法
第六章 人行信用评分案例 1.5学时 田英杰
第1节 人民银行征信系统
第2节 个人信用评分模型与应用
第七章 集成学习 1.0学时 田英杰
第1节 随机森林
第2节 Adaboost
第八章 春雨医生案例 1.0学时 田英杰
第1节 自动分诊
第2节 医生推荐
第九章 深度学习 1.0学时 田英杰
第1节 基本概念
第2节 应用介绍
第十章 数据挖掘软件介绍 3.0学时 田英杰
第1节 数据挖掘工具简介
第2节 关联规则算法步骤展示
第3节 分类算法步骤展示
第4节 回归算法步骤展示
第5节 聚类算法步骤展示
第6节 降维算法步骤展示

参考书

课程教师信息
田英杰,中国科学院大学经济与管理学院副院长,中国科学院大学经济与管理学院教授,中国科学院虚拟经济与数据科学研究中心主任,中国科学院虚拟经济与数据科学研究中心研究员,中国科学院大数据挖掘与知识管理重点实验室副主任。