数据挖掘实践
课程编码：280216085400M0001
英文名称：Practice of Data Minig
课时：20
学分：1.00
课程属性：高级强化课
主讲教师：刘扶芮
教学目的要求
此课程为人工智能相关专业研究生的专业高级强化课，同时也可以作为相关专业研究生的选修课程。随着现代统计学、人工智能和大数据科学的发展，从数据中挖掘、学习知识，并用于辅助完成智能计算任务的技术已经成为重要的开展AI研究的基础。通过本课程的学习，学生能够理解数据挖掘理论基础理论和常见技术，学习实际生活生产案例，并完成数据挖掘实践任务。
预修课程
微积分，离散数学，概率论
大纲内容
第一章 数据挖掘基础 刘扶芮
第1节 数据挖掘简介 2.0学时
第2节 分类算法与技术 2.0学时
第3节 实践课：数据分类软件 2.0学时
第4节 聚类算法与技术 2.0学时
第二章 数据挖掘软件 刘扶芮
第1节 数据挖掘软件介绍 2.0学时
第2节 实践课：数据挖掘实战 2.0学时
第三章 数据挖掘前沿技术 刘扶芮
第1节 大模型技术简介 2.0学时
第2节 大模型实例分析 2.0学时
第3节 推荐系统案例分析 2.0学时
第4节 图数据挖掘 2.0学时
参考书
课程教师信息
刘扶芮，之江实验室研究专家，中国科学院大学与浙江大学兼职研究员，浙江省高层次人才，深圳市海外高层次人才。研究方向为数据挖掘与因果计算，及其在生物、健康等领域的应用。在Nature Machine Intelligence，NeurIPS等国际知名会议或期刊发表论文30余篇，负责国家重点研发计划重点专项课题任务1项，科技创新2030新一代人工智能重大项目子课题1项，之江实验室科研攻关课题1项，华为-浙江大学联合实验室项目等企业合作项目3项。曾在华为诺亚方舟研究院、德国马普所、微软亚洲研究院工作或访问。???