数据挖掘技术与应用

课程编码：180093085401M4001H 英文名称：Data Mining Techniques and Applications 课时：20 学分：1.00 课程属性：研讨课 主讲教师：陈曙东

本课程是一门跨多学科、以信息技术为主的交叉性学科。数据挖掘技术面向应用，在很多重要的领域，都发挥着极其重要的作用。广大从事数据应用与决策支持，以及数据分析等学科的科研工作者和工程技术人员迫切需要了解和掌握它。因此数据挖掘已经成为计算机专业及相关专业的重要课程之一。
本课程主要介绍数据挖掘的基本概念、原理、方法和技术，具体包括：数据的预处理、关联挖掘、分类预测、聚类分析等内容。旨在通过20个学时的学习，使学生理解数据挖掘的基本流程、基础理论和方法，能结合相关软件，运用数据挖掘技术对现实数据进行有效分析、获取有价值的信息。

无

第一章 概述 1.0学时 陈曙东
第1节 数据挖掘概论
第二章 数据仓库与OLAP 1.0学时 陈曙东
第1节 数据仓库与OLAP
第三章 数据预处理 1.0学时 陈曙东
第1节 数据预处理
第四章 概念描述 1.0学时 陈曙东
第1节 概念描述
第五章 关联规则 4.0学时 陈曙东
第1节 关联规则的基本思想、概念和意义
第2节 常用的关联规则算法
第3节 关联规则挖掘的软件实现
第4节 研究动态
第六章 分类与预测 4.0学时 陈曙东
第1节 分类和预测的基本思想、概念和意义
第2节 常用的分类及预测算法
第3节 分类和预测的实现
第4节 研究动态
第七章 聚类分析 4.0学时 陈曙东
第1节 聚类分析的基本思想、概念和意义
第2节 常用的聚类算法
第3节 聚类分析的软件实现
第4节 研究动态
第八章 数据挖掘的其他技术 2.0学时 陈曙东
第1节 复杂信息的挖掘技术
第2节 其他类型的数据挖掘
第九章 数据挖掘的应用和发展趋势 2.0学时 陈曙东
第1节 数据挖掘的发展趋势
第2节 研究动态

陈曙东，中国科学院微电子研究所、博士生导师，中国科学院大学教授，科技部大数据与云计算领域专家，科技部人工智能领域专家。曾主持十余个国家发改委、科技部、基金委、中科院先导专项、中科院重点部署项目、中科院科技服务网络计划STS、欧盟FP6、FP7等重大应用工程项目，并多次获得国际奖项。目前开展数据技术在智慧城市、智能制造、智慧物流等领域的社会发展民生工程建设。发表学术论文40余篇、专利30多项、软件著作权2项，著有《数字中国》、《人工智能读本》、《大数据领导干部读本》、《大数据与智慧社会》、《军民融合探论》等7本专著。