《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案（首頁）

課程/項課程總學(xué)時：72學(xué)

數(shù)據(jù)挖掘與機器學(xué)習(xí)

目名稱學(xué)分3時

理論：54學(xué)時

課程課程類別：專業(yè)必修■專業(yè)必修口公共必修口公共選修實驗：18學(xué)時

授課教師***授課專業(yè)大數(shù)據(jù)技術(shù)與應(yīng)用

授課班級

教學(xué)本課程的主要目的是培養(yǎng)學(xué)生的數(shù)據(jù)挖掘與機器學(xué)習(xí)的理論分析與應(yīng)用實

目的和要踐的綜合能力。通過本課程的教學(xué)，使學(xué)生掌握數(shù)據(jù)挖掘和機器學(xué)習(xí)的一般原

求理和處理方法，能使用機器學(xué)習(xí)理論解決數(shù)據(jù)挖掘相關(guān)的問題。。

教學(xué)重點：

Python數(shù)據(jù)分析與可視化基礎(chǔ)

認識數(shù)據(jù)

數(shù)據(jù)預(yù)處理

回歸分析

關(guān)聯(lián)規(guī)則挖掘

教學(xué)分類與預(yù)測

重點、難聚類分析

點神經(jīng)網(wǎng)絡(luò)與機器學(xué)習(xí)基礎(chǔ)

離群點檢測以及Python數(shù)據(jù)挖掘案例分析等

教學(xué)難點：

掌握數(shù)據(jù)挖掘基本過程、處理步驟和方法；

掌握回歸分析、分類、聚類等機器學(xué)習(xí)算法；

熟練關(guān)聯(lián)規(guī)則挖掘方法；

掌握數(shù)據(jù)分析與數(shù)據(jù)挖掘的基本方法。

多媒體課件

習(xí)題答案

教學(xué)微課視頻

資源其他教學(xué)資源：

《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

多媒體教學(xué)，課堂教學(xué)與學(xué)生上機實踐相結(jié)合

教學(xué)案例實現(xiàn)

環(huán)境

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第1次課2學(xué)時

授課內(nèi)容數(shù)據(jù)挖掘概論1

通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

1）數(shù)據(jù)挖掘的概念與基本內(nèi)容

教學(xué)目的

與要求2）數(shù)據(jù)分析與數(shù)據(jù)挖掘的聯(lián)系與區(qū)別

3）數(shù)據(jù)挖掘的主要任務(wù)

4）數(shù)據(jù)挖掘的主要數(shù)據(jù)源

重點

難點1）數(shù)據(jù)挖掘的概念與主要任務(wù)

教學(xué)導(dǎo)入：

介紹數(shù)據(jù)挖掘與機器學(xué)習(xí)的重要性，舉例說明數(shù)據(jù)挖掘典型案例，逐

步引入到課程的介紹內(nèi)容中來。

授課內(nèi)容：

一、《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程介紹

教學(xué)進程介紹本門課程的學(xué)科地位、考核方式、學(xué)習(xí)內(nèi)容安排、可以參考的學(xué)

安排習(xí)資料。

二、講授數(shù)據(jù)挖掘的定義、原理與發(fā)展

1）講授數(shù)據(jù)分析的含義和內(nèi)容

2）講授數(shù)據(jù)挖掘與數(shù)據(jù)分析的聯(lián)系與區(qū)別

3）講授數(shù)據(jù)挖掘的主要任務(wù)

4）講授數(shù)據(jù)挖掘主要的數(shù)據(jù)源

課后學(xué)習(xí)

查閱數(shù)據(jù)挖掘用途的相關(guān)資料與案例

任務(wù)布置

主要

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

參考資料

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

2

第2次課2學(xué)時

授課內(nèi)容數(shù)據(jù)挖掘基礎(chǔ)2

介紹數(shù)據(jù)挖掘的主要技術(shù)。

通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

教學(xué)目的

與要求1)數(shù)據(jù)挖掘的主要任務(wù)和工具；

2)利用Python進行數(shù)據(jù)挖掘基礎(chǔ)

3)JupyterNotebook介紹

重點

難點數(shù)據(jù)挖掘的主要任務(wù)和利用Python進行數(shù)據(jù)挖掘的原因

授課內(nèi)容：

一、數(shù)據(jù)挖掘的主要技術(shù)

教學(xué)進程

二、數(shù)據(jù)挖掘的主要任務(wù)

安排

三、數(shù)據(jù)挖掘的商用工具

四、利用Python進行數(shù)據(jù)挖掘

課后學(xué)習(xí)

任務(wù)布置安裝Anaconda,熟悉基本開發(fā)環(huán)境

主要

參考資料《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

3

第3次課2學(xué)時

授課內(nèi)容Python數(shù)據(jù)分析基礎(chǔ)

介紹Python編程基礎(chǔ)。

通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

教學(xué)目的

與要求1）Python程序設(shè)計語言的特點

2）Python內(nèi)建的數(shù)據(jù)結(jié)構(gòu)

重點

難點1）Python內(nèi)建的數(shù)據(jù)結(jié)構(gòu)

授課內(nèi)容：

一、Python程序設(shè)計概述

1）Python語言的特點

2）基本語法

教學(xué)進程3）流程控制

安排4）函數(shù)

二、Python內(nèi)建的數(shù)據(jù)結(jié)構(gòu)

1）列表及其操作

2）元組及其操作

3）字典及其操作

4）集合及其操作

課后學(xué)習(xí)

任務(wù)布置掌握函數(shù)內(nèi)建的數(shù)據(jù)結(jié)構(gòu)，進行例題練習(xí)

主要

參考資料《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

4

第4次課2學(xué)時

授課內(nèi)容Numpy數(shù)值計算基礎(chǔ)

Numpy數(shù)值計算基礎(chǔ)

通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

教學(xué)目的1）數(shù)組對象的創(chuàng)建

與要求2）數(shù)組運算

3）數(shù)組的切片訪問

1）數(shù)組的運算

重點

2）數(shù)組的切片訪問

難點

實驗內(nèi)容

1）數(shù)組的常用創(chuàng)建方法

2）隨機數(shù)生成

3）數(shù)組變換

4）數(shù)組的索引與切片訪問

教學(xué)進程

5）數(shù)組的運算

安排

6）數(shù)據(jù)統(tǒng)計與分析

課后學(xué)習(xí)

熟悉Numpy數(shù)組運算基礎(chǔ)，代碼示例學(xué)習(xí)

任務(wù)布置

主要

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

參考資料

5

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第5次課2學(xué)時

授課內(nèi)容Pandas數(shù)據(jù)分析基礎(chǔ)

教學(xué)目的介紹pandas數(shù)據(jù)分析的基本方法，掌握pandas中的數(shù)據(jù)結(jié)構(gòu)，數(shù)

與要求據(jù)查詢與編輯，匯總基于常用文件的導(dǎo)入

1）數(shù)據(jù)導(dǎo)入

重點

2）數(shù)據(jù)查詢與編輯

難點

3）數(shù)據(jù)匯總與簡單繪圖

授課內(nèi)容：

一、Pandas中的主要數(shù)據(jù)結(jié)構(gòu)

二、索引對象與常用屬性

教學(xué)進程三、DataFrame的數(shù)據(jù)查詢與編輯

安排四、數(shù)據(jù)運算

五、函數(shù)應(yīng)用與映射

六、匯總與統(tǒng)計

七、數(shù)據(jù)分組與聚合

八、數(shù)據(jù)文件的導(dǎo)入

課后學(xué)習(xí)

示例練習(xí)，熟練掌握Pandas的數(shù)據(jù)分析方法

任務(wù)布置

主要

《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

參考資料

6

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第6次課2學(xué)時

授課內(nèi)容NumPy數(shù)值計算基礎(chǔ)(二)

1)掌握Matplotlib數(shù)據(jù)可視化基礎(chǔ)

2)了解Scikit-learn基礎(chǔ)

教學(xué)目的通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

與要求

3)掌握Matplotlib參數(shù)設(shè)置方法

4)掌握Matplotlib常用類型的繪圖方法

5)了解Scikit-learn基本內(nèi)容

重點

難點1)熟練Matplotlib常用類型的繪圖方法

授課內(nèi)容：

一、Matplotlib圖表繪制基礎(chǔ)

1)Matplotlib簡介

2)Matplotlib繪圖基礎(chǔ)

教學(xué)進程3)Pyplot動態(tài)參數(shù)設(shè)置

安排4)文本注解

5)常用繪圖方法

二、ScikitTearn基礎(chǔ)

1)ScikitTearn簡介

2)Scikit-learn中的數(shù)據(jù)集

3)Scikit-learn主要功能

課后學(xué)習(xí)

任務(wù)布置示例練習(xí)

主要

參考資料《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

7

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第7次課2學(xué)時

授課內(nèi)容上機實驗（一）

通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

教學(xué)目的

1）熟悉掌握Python編程基礎(chǔ)

與要求

2）熟悉掌握利用Python進行數(shù)據(jù)分析與可視化的方法

重點

1）Python數(shù)據(jù)分析與可視化

難點

實驗內(nèi)容

1）數(shù)據(jù)導(dǎo)入

教學(xué)進程2）數(shù)據(jù)的探索性分析

安排3）數(shù)據(jù)可視化分析

指定數(shù)據(jù)集

1）學(xué)生成績數(shù)據(jù)分析

2）藥店銷售數(shù)據(jù)

課后學(xué)習(xí)

熟悉Python數(shù)據(jù)分析與可視化方法、案例實現(xiàn)

任務(wù)布置

主要

《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

參考資料

8

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第8次課2學(xué)時

授課內(nèi)容Pandas統(tǒng)計分析基礎(chǔ)（一）

認識數(shù)據(jù)。

要求學(xué)生應(yīng)該熟練掌握如下知識的運用：

1）掌握數(shù)據(jù)的屬性及屬性類型

教學(xué)目的

與要求2）掌握數(shù)據(jù)的基本統(tǒng)計描述

3）掌握數(shù)據(jù)可視化方法

4）掌握數(shù)據(jù)對象的相似性度量方法

重點1）數(shù)據(jù)對象的屬性及其分類

難點

2）數(shù)據(jù)的基本統(tǒng)計描述和數(shù)據(jù)對象的相似性度量

授課內(nèi)容：認識數(shù)據(jù)

一、屬性及其類型

1）屬性

2）數(shù)據(jù)屬性類型

教學(xué)進程二、數(shù)據(jù)的基本統(tǒng)計描述

安排1）中心趨勢度量

2）數(shù)據(jù)散布度量

三、數(shù)據(jù)可視化方法

四、數(shù)據(jù)對象的相似性度量

1）不同類型屬性的相似性度量方法

2）距離度量的Python實現(xiàn)

課后學(xué)習(xí)

任務(wù)布置示例練習(xí)，數(shù)據(jù)對象相似性度量代碼實現(xiàn)

主要《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版

參考資料

社

9

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第9次課2學(xué)時

授課內(nèi)容數(shù)據(jù)預(yù)處理1

介紹數(shù)據(jù)預(yù)處理的必要性，數(shù)據(jù)預(yù)處理的主要方法。

要求學(xué)生應(yīng)該熟練掌握如下知識的運用：

教學(xué)目的1）數(shù)據(jù)預(yù)處理方法概述

與要求

2）掌握數(shù)據(jù)清洗的方法

3）掌握利用python進行數(shù)據(jù)清洗的方法

重點1）數(shù)據(jù)清洗內(nèi)容

難點

2）利用Python進行數(shù)據(jù)清洗

授課內(nèi)容：

一、數(shù)據(jù)預(yù)處理的必要性

教學(xué)進程1）數(shù)據(jù)中一般存在的問題

安排2）數(shù)據(jù)質(zhì)量要求

二、數(shù)據(jù)清洗

1）數(shù)據(jù)清洗的內(nèi)容及其方法

2）利用Pandas進行數(shù)據(jù)清洗

課后學(xué)習(xí)

任務(wù)布置Pandas數(shù)據(jù)結(jié)構(gòu)及其操作、熟悉教材習(xí)題

主要

參考資料《數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

1(

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第10次課2學(xué)時

授課內(nèi)容數(shù)據(jù)預(yù)處理2

數(shù)據(jù)預(yù)處理2

通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

教學(xué)目的1）數(shù)據(jù)集成中的關(guān)鍵問題

與要求2）熟悉掌握數(shù)據(jù)標(biāo)準(zhǔn)化方法

3）數(shù)據(jù)歸約

1）數(shù)據(jù)集成過程中的關(guān)鍵問題

重點

2）數(shù)據(jù)變換和收據(jù)歸約方法

難點

講授內(nèi)容

一、數(shù)據(jù)集成

1）掌握集成中的主要問題

2）利用Pandas進行數(shù)據(jù)合并

教學(xué)進程二、數(shù)據(jù)標(biāo)準(zhǔn)化

安排三、數(shù)據(jù)歸約

1）維歸約

2）數(shù)量歸約和壓縮

四、數(shù)據(jù)變換與離散化

1）數(shù)據(jù)變換策略

2）利用sklearn進行數(shù)據(jù)預(yù)處理

課后學(xué)習(xí)

熟悉Pandas統(tǒng)計分析方法

任務(wù)布置

主要

《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

參考資料

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第11次課2學(xué)時

授課內(nèi)容實驗（二）

利用Python實現(xiàn)數(shù)據(jù)預(yù)處理綜合實驗：

教學(xué)目的

與要求1）掌握數(shù)據(jù)預(yù)處理方法

2）利用Python實現(xiàn)數(shù)據(jù)預(yù)處理

重點

難點1）數(shù)據(jù)預(yù)處理及其實現(xiàn)

授課內(nèi)容：

教學(xué)進程一、數(shù)據(jù)預(yù)處理內(nèi)容

安排二、利用Python實現(xiàn)數(shù)據(jù)預(yù)處理

課后學(xué)習(xí)

任務(wù)布置熟練掌握利用Python進行數(shù)據(jù)預(yù)處理的方法，案例實現(xiàn)

主要

參考資料《數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第12次課2學(xué)時

授課內(nèi)容回歸分析1

介紹數(shù)據(jù)回歸分析基礎(chǔ)。

要求學(xué)生應(yīng)該熟練掌握如下知識的運用：

教學(xué)目的

與要求1）掌握數(shù)據(jù)回歸分析的原理

2）數(shù)據(jù)回歸分析的分類

3）掌握一元線性回歸分析過程

重點1）回歸分析原理

難點

2）一元線性回歸分析

授課內(nèi)容：

一、回歸分析概述

1）回歸分析的定義與分類

教學(xué)進程2）回歸分析過程

安排二、一元線性回歸分析

1）一元線性回歸分析方法

2）一元線性回歸分析模型的參數(shù)估計

3）誤差方差估計與主要統(tǒng)計檢驗

4）■—元線性回歸的Python實現(xiàn)

課后學(xué)習(xí)

任務(wù)布置熟悉一元線性回歸分析的原理與實現(xiàn)

主要

參考資料《數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第13次課2學(xué)時

授課內(nèi)容回歸分析2

數(shù)據(jù)回歸分析2

通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

教學(xué)目的1）多元線性回歸

與要求2）邏輯回歸

3）其他回歸分析

重點1）多元線性回歸

難點2）邏輯回歸

講授內(nèi)容

一、多元線性回歸

1）多元線性回歸分析模型

2）多元線性回歸參數(shù)估計與假設(shè)檢驗

教學(xué)進程3）多元線性回歸的Python實現(xiàn)

安排二、邏輯回歸

三、其他回歸分析

1）多項式回歸

2）嶺回歸

3）逐步回歸等

課后學(xué)習(xí)

邏輯回歸分析與實現(xiàn)

任務(wù)布置

主要

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

參考資料

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第14次課2學(xué)時

授課內(nèi)容綜合實驗（三）

掌握回歸分析的主要方法及其實現(xiàn)。

教學(xué)目的要求學(xué)生應(yīng)該熟練掌握如下知識的運用：

與要求

1）掌握各種常用的回歸分析方法

2）不同回歸分析方法的實現(xiàn)及其特點比較

重點

難點1）回歸分析模型選擇

2）回歸分析方法特性對比

授課內(nèi)容：

教學(xué)進程

一、不同回歸分析方法特性比較

安排

二、對指定數(shù)據(jù)集，利用不同的回歸方法分析

課后學(xué)習(xí)

任務(wù)布置熟悉掌握回歸分析方法

主要《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版

參考資料

社

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第15次課2學(xué)時

授課內(nèi)容關(guān)聯(lián)規(guī)則挖掘1

介紹關(guān)聯(lián)規(guī)則挖掘方法。

要求學(xué)生應(yīng)該熟練掌握如下知識的運用：

教學(xué)目的

1）了解頻繁項集、閉項集和關(guān)聯(lián)規(guī)則的概念，理解模式評估方法

與要求

2）掌握Aoriori算法

重點

難點1)Aoriori算法

授課內(nèi)容：

一、關(guān)聯(lián)規(guī)則分析概述

1）頻繁項集、閉項集和關(guān)聯(lián)規(guī)則

教學(xué)進程二、Apriori算法

安排1）頻繁項集挖掘方法

2）由頻繁項集產(chǎn)生關(guān)聯(lián)規(guī)則

3）提高Apriori算法的效率

課后學(xué)習(xí)

任務(wù)布置實現(xiàn)Aoriori算法

主要

參考資料《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第16次課2學(xué)時

授課內(nèi)容關(guān)聯(lián)規(guī)則挖掘2

關(guān)聯(lián)規(guī)則挖掘挖掘方法。

教學(xué)目的通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

與要求1）熟悉掌握FP頻繁模式增長樹算法

2）熟悉掌握關(guān)聯(lián)規(guī)則的評估方法

重點1）FP頻繁模式增長樹算法

難點2）關(guān)聯(lián)規(guī)則的評估方法

講授內(nèi)容：

一、頻繁模式增長樹算法

教學(xué)進程二、使用垂直數(shù)據(jù)格式挖掘頻繁項集

安排三、關(guān)聯(lián)模式評估方法

1）強關(guān)聯(lián)規(guī)則不一定是有趣的

2）從關(guān)聯(lián)分析到相關(guān)分析

四、關(guān)聯(lián)規(guī)則應(yīng)用

課后學(xué)習(xí)

熟悉FP樹算法原理

任務(wù)布置

主要

《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

參考資料

1；

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第17次課2學(xué)時

授課內(nèi)容綜合實驗（四）

介紹關(guān)聯(lián)規(guī)則挖掘?qū)崿F(xiàn)方法。

教學(xué)目的要求學(xué)生應(yīng)該熟練掌握如下知識的運用：

與要求

1）掌握關(guān)聯(lián)規(guī)則分析的原理

2）熟悉關(guān)聯(lián)規(guī)則分析的實現(xiàn)

重點

難點1）關(guān)聯(lián)規(guī)則分析的實現(xiàn)

實驗內(nèi)容：

利用Python實現(xiàn)數(shù)據(jù)分關(guān)聯(lián)規(guī)則挖掘與分析

教學(xué)進程

安排

課后學(xué)習(xí)

任務(wù)布置熟悉Matplotlib常用繪圖方法、教材習(xí)題練習(xí)

主要

參考資料《數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

If

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第18次課2學(xué)時

授課內(nèi)容分類分析1

數(shù)據(jù)分類分析1。

通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

教學(xué)目的1）掌握分類與預(yù)測的基本思想

與要求2）分類的概念和意義

3）決策樹規(guī)約方法

重點1）分類的原理

難點2）決策樹規(guī)約算法

講授內(nèi)容

一、分類概述

二、決策樹規(guī)約

教學(xué)進程

1）決策樹原理

安排

2）ID3算法

3）C4.5算法

4）CART算法

5）樹剪枝

課后學(xué)習(xí)

熟悉Seaborn數(shù)據(jù)可視化方法

任務(wù)布置

主要

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

參考資料

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第19次課2學(xué)時

授課內(nèi)容分類分析2

分類算法介紹2。

要求學(xué)生應(yīng)該熟練掌握如下知識的運用：

教學(xué)目的

與要求1）K近鄰算法

2）SVM算法

重點1)KNN算法

難點

2)SVM算法

授課內(nèi)容：

一、K-近鄰算法

1）算法簡介

教學(xué)進程2）算法的Python實現(xiàn)

安排二、SVM算法

1）算法原理

2）算法實現(xiàn)

課后學(xué)習(xí)

任務(wù)布置KNN和SVM算法實現(xiàn)

主要

參考資料《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

2(

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第20次課2學(xué)時

授課內(nèi)容分類分析3

數(shù)據(jù)分析算法介紹3.

通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

教學(xué)目的

1）掌握貝葉斯分類算法

與要求

2）掌握模型評估與選擇

重點1）貝葉斯分類方法

難點2）模型評估與選擇

講授內(nèi)容

一、貝葉斯分類

1）算法原理

教學(xué)進程2）樸素貝葉斯分類

安排3）高斯樸素貝葉斯分類

4）多項式樸素貝葉斯分類

二、模型評估與選擇

1）分類器性能評估

2）模型選擇

課后學(xué)習(xí)

貝葉斯分類算法實現(xiàn)與評估

任務(wù)布置

主要

《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

參考資料

2：

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第21次課2學(xué)時

授課內(nèi)容分類分析4

介紹分類算法4。

要求學(xué)生應(yīng)該熟練掌握如下知識的運用：

教學(xué)目的

與要求1）組合分類框架與原理

2）組合分類方法

重點1)Adaboost

難點

2)隨機森林

授課內(nèi)容：

一、組合分類

1）組合分類方法簡介

教學(xué)進程2）袋裝

安排3）提升和Adaboost

4）隨機森林

課后學(xué)習(xí)

任務(wù)布置隨機森林算法實現(xiàn)

主要

參考資料《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

2：

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第22次課2學(xué)時

授課內(nèi)容綜合實驗（五）

分類算法綜合應(yīng)用

教學(xué)目的通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

與要求1）熟悉典型的分類算法應(yīng)用

2）熟悉分類算法的評估與模型選擇

重點1）典型分類算法

難點2）分類算法評估與模型選擇

實驗內(nèi)容

一、分類分析綜合實驗

教學(xué)進程

安排1）用不同的算法實現(xiàn)給定數(shù)據(jù)集的分類分析

2）掌握利用Python實現(xiàn)數(shù)據(jù)分類分析的常用方法

課后學(xué)習(xí)

熟悉時間序列數(shù)據(jù)分析方法

任務(wù)布置

主要

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

參考資料

2：

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第23次課2學(xué)時

授課內(nèi)容聚類分析1

聚類算法介紹。

教學(xué)目的要求學(xué)生應(yīng)該熟練掌握如下知識的運用：

與要求

1）掌握聚類分析的基本原理

2）掌握K-Means算法的原理

重點1）聚類算法的原理

難點

2）K-Means算法的原理

授課內(nèi)容：

一、聚類分析概述

1）聚類分析概念

教學(xué)進程2）聚類算法分類

安排二、K-Means算法

1）算法基本原理

2）算法改進

3）算法實現(xiàn)

課后學(xué)習(xí)

任務(wù)布置K-Means算法代碼實現(xiàn)（不調(diào)用系統(tǒng)方法）

主要

參考資料《數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

2,

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第24次課2學(xué)時

授課內(nèi)容聚類分析2

聚類算法介紹。

教學(xué)目的通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

與要求1）掌握層次聚類算法原理

2）掌握層次聚類算法

重點1）層次聚類算法原理

難點2）層次聚類算法

講授內(nèi)容：

一、層次聚類

教學(xué)進程1）層次算法原理

安排2）簇間相似性度量

3）分裂層次聚類

4）凝聚層次聚類

5）算法應(yīng)用

課后學(xué)習(xí)

層次聚類算法實現(xiàn)

任務(wù)布置

主要

《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

參考資料

2f

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第25次課2學(xué)時

授課內(nèi)容聚類3

聚類算法介紹。

教學(xué)目的要求學(xué)生應(yīng)該熟練掌握如下知識的運用：

與要求

1）掌握基于密度的聚類算法思想

2）掌握DBSCAN算法

重點1）基于密度的聚類算法思想

難點

2）掌握DBSCAN算法

授課內(nèi)容：

一、基于密度的聚類

教學(xué)進程

1）算法原理

安排

2）算法改進

3）DBSCAN算法實現(xiàn)

課后學(xué)習(xí)

任務(wù)布置算法示例實現(xiàn)

主要

參考資料《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

2(

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第26次課2學(xué)時

授課內(nèi)容聚類4

聚類算法介紹。

教學(xué)目的要求學(xué)生應(yīng)該熟練掌握如下知識的運用：

與要求

1）了解其他典型的聚類算法

2）掌握FCM算法

重點1)STING聚類

難點

2)FCM聚類

授課內(nèi)容：

教學(xué)進程

一、其他聚類方法

安排

1）STING聚類

2）概念聚類

3）模糊聚類

課后學(xué)習(xí)

任務(wù)布置FCM算法實現(xiàn)

主要《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版

參考資料

社

2'.

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第27次課2學(xué)時

授課內(nèi)容聚類5

聚類分析介紹。

通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

教學(xué)目的

1）了解估計聚類趨勢方法

與要求

2）掌握確定簇數(shù)目的方法

3）熟悉聚類質(zhì)量測定方法

重點1）確定簇數(shù)目的方法

難點2）聚類質(zhì)量測定方法

講授內(nèi)容：

一、聚類評估

教學(xué)進程

1）聚類趨勢估計

安排

2）聚類簇數(shù)目確定

3）聚類質(zhì)量測定

課后學(xué)習(xí)

查閱聚類評估的主要方法

任務(wù)布置

主要《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版

參考資料社

2f

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第28次課2學(xué)時

授課內(nèi)容綜合實驗（六）

應(yīng)用聚類算法及其評估方法，實現(xiàn)數(shù)據(jù)聚類的綜合分析。

教學(xué)目的要求學(xué)生應(yīng)該熟練掌握如下知識的運用：

與要求

1）熟悉典型的聚類算法

2）掌握典型聚類算法的特性

重點1）聚類算法實現(xiàn)

難點

2）算法評價

實驗內(nèi)容：

一、數(shù)據(jù)的聚類分析綜合實驗

1）算法實現(xiàn)

2）算法分析與評估

教學(xué)進程

3）算法對比

安排

課后學(xué)習(xí)

任務(wù)布置熟悉聚類算法及其應(yīng)用

主要

參考資料《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版社

2;

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第29次課2學(xué)時

授課內(nèi)容神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)1

介紹神經(jīng)網(wǎng)絡(luò)基本原理。

教學(xué)目的通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

與要求1）熟悉神經(jīng)元模型

2）感知機與多層感知機

重點1）神經(jīng)元模型

難點3）感知機原理

講授內(nèi)容：

教學(xué)進程

1）神經(jīng)元模型

安排

2）感知機與多層感知機

課后學(xué)習(xí)

閱讀神經(jīng)網(wǎng)絡(luò)文獻

任務(wù)布置

主要《Python數(shù)據(jù)挖掘與機器學(xué)習(xí)》魏偉一等主編，清華大學(xué)出版

參考資料社

3(

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》課程教案

第30次課2學(xué)時

授課內(nèi)容神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)2

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)基礎(chǔ)介紹。

教學(xué)目的通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：

與要求1）熟悉多層前饋神經(jīng)網(wǎng)絡(luò)的原理

2）理解后向傳播算法

重點1）多層前饋神經(jīng)網(wǎng)絡(luò)的原理

難點2）理解后向傳播算法

講授內(nèi)容：

教學(xué)進程1）多層前饋神經(jīng)網(wǎng)絡(luò)

安排2）BP學(xué)習(xí)算法

3）B