Python數(shù)據(jù)挖掘與機器學習第2版 教案全套 魏偉一 第18-36次課 分類分析 -數(shù)據(jù)挖掘案例分析

《數(shù)據(jù)挖掘與機器學習》課程教案（首頁）學院：計算機系/學院課程/項目名稱數(shù)據(jù)挖掘與機器學習課程總學時：72學時理論：54學時實驗：18學時學分3課程課程類別：專業(yè)必修■專業(yè)必修□公共必修□公共選修授課教師***授課專業(yè)大數(shù)據(jù)技術與應用授課班級教學目的和要求本課程的主要目的是培養(yǎng)學生的數(shù)據(jù)挖掘與機器學習的理論分析與應用實踐的綜合能力。通過本課程的教學，使學生掌握數(shù)據(jù)挖掘和機器學習的一般原理和處理方法，能使用機器學習理論解決數(shù)據(jù)挖掘相關的問題。。教學重點、難點教學重點：Python數(shù)據(jù)分析與可視化基礎認識數(shù)據(jù)數(shù)據(jù)預處理回歸分析關聯(lián)規(guī)則挖掘分類與預測聚類分析神經網絡與機器學習基礎離群點檢測以及Python數(shù)據(jù)挖掘案例分析等教學難點：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、聚類等機器學習算法；熟練關聯(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。教學資源多媒體課件習題答案微課視頻其他教學資源：《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社教學環(huán)境多媒體教學，課堂教學與學生上機實踐相結合案例實現(xiàn)《數(shù)據(jù)挖掘與機器學習》課程教案第18次課2學時授課內容分類分析1教學目的與要求數(shù)據(jù)分類分析1。通過本課的學習，學生應該掌握如下知識：1）掌握分類與預測的基本思想2）分類的概念和意義3）決策樹規(guī)約方法重點難點1）分類的原理2）決策樹規(guī)約算法教學進程安排講授內容一、分類概述二、決策樹規(guī)約1）決策樹原理2）ID3算法3）C4.5算法4）CART算法5）樹剪枝課后學習任務布置熟悉Seaborn數(shù)據(jù)可視化方法主要參考資料《數(shù)據(jù)挖掘與機器學習》魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第19次課2學時授課內容分類分析2教學目的與要求分類算法介紹2。要求學生應該熟練掌握如下知識的運用：1）K近鄰算法2）SVM算法重點難點1）KNN算法2）SVM算法教學進程安排授課內容：一、K-近鄰算法1）算法簡介2）算法的Python實現(xiàn)二、SVM算法1）算法原理2）算法實現(xiàn)課后學習任務布置KNN和SVM算法實現(xiàn)主要參考資料《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第20次課2學時授課內容分類分析3教學目的與要求數(shù)據(jù)分析算法介紹3。通過本課的學習，學生應該掌握如下知識：1）掌握貝葉斯分類算法2）掌握模型評估與選擇重點難點1）貝葉斯分類方法2）模型評估與選擇教學進程安排講授內容一、貝葉斯分類1）算法原理2）樸素貝葉斯分類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）模型選擇課后學習任務布置貝葉斯分類算法實現(xiàn)與評估主要參考資料《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第21次課2學時授課內容分類分析4教學目的與要求介紹分類算法4。要求學生應該熟練掌握如下知識的運用：1）組合分類框架與原理2）組合分類方法重點難點1）Adaboost2）隨機森林教學進程安排授課內容：一、組合分類1）組合分類方法簡介2）袋裝3）提升和Adaboost4）隨機森林課后學習任務布置隨機森林算法實現(xiàn)主要參考資料《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第22次課2學時授課內容綜合實驗（五）教學目的與要求分類算法綜合應用通過本課的學習，學生應該掌握如下知識：1）熟悉典型的分類算法應用2）熟悉分類算法的評估與模型選擇重點難點1）典型分類算法2）分類算法評估與模型選擇教學進程安排實驗內容一、分類分析綜合實驗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習任務布置熟悉時間序列數(shù)據(jù)分析方法主要參考資料《數(shù)據(jù)挖掘與機器學習》魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第23次課2學時授課內容聚類分析1教學目的與要求聚類算法介紹。要求學生應該熟練掌握如下知識的運用：1）掌握聚類分析的基本原理2）掌握K-Means算法的原理重點難點1）聚類算法的原理2）K-Means算法的原理教學進程安排授課內容：一、聚類分析概述1）聚類分析概念2）聚類算法分類二、K-Means算法1）算法基本原理2）算法改進3）算法實現(xiàn)課后學習任務布置K-Means算法代碼實現(xiàn)（不調用系統(tǒng)方法）主要參考資料《數(shù)據(jù)挖掘與機器學習》魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第24次課2學時授課內容聚類分析2教學目的與要求聚類算法介紹。通過本課的學習，學生應該掌握如下知識：1）掌握層次聚類算法原理2）掌握層次聚類算法重點難點1）層次聚類算法原理2）層次聚類算法教學進程安排講授內容：一、層次聚類1）層次算法原理2）簇間相似性度量3）分裂層次聚類4）凝聚層次聚類5）算法應用課后學習任務布置層次聚類算法實現(xiàn)主要參考資料《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第25次課2學時授課內容聚類3教學目的與要求聚類算法介紹。要求學生應該熟練掌握如下知識的運用：1）掌握基于密度的聚類算法思想2）掌握DBSCAN算法重點難點1）基于密度的聚類算法思想2）掌握DBSCAN算法教學進程安排授課內容：一、基于密度的聚類1）算法原理2）算法改進3）DBSCAN算法實現(xiàn)課后學習任務布置算法示例實現(xiàn)主要參考資料《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第26次課2學時授課內容聚類4教學目的與要求聚類算法介紹。要求學生應該熟練掌握如下知識的運用：1）了解其他典型的聚類算法2）掌握FCM算法重點難點1）STING聚類2）FCM聚類教學進程安排授課內容：一、其他聚類方法1）STING聚類2）概念聚類3）模糊聚類4）EM聚類5）緊鄰傳播聚類課后學習任務布置FCM算法實現(xiàn)主要參考資料《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第27次課2學時授課內容聚類5教學目的與要求聚類分析介紹。通過本課的學習，學生應該掌握如下知識：1）了解估計聚類趨勢方法2）掌握確定簇數(shù)目的方法3）熟悉聚類質量測定方法重點難點1）確定簇數(shù)目的方法2）聚類質量測定方法教學進程安排講授內容：一、聚類評估1）聚類趨勢估計2）聚類簇數(shù)目確定3）聚類質量測定課后學習任務布置查閱聚類評估的主要方法主要參考資料《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第28次課2學時授課內容綜合實驗（六）教學目的與要求應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。要求學生應該熟練掌握如下知識的運用：1）熟悉典型的聚類算法2）掌握典型聚類算法的特性重點難點1）聚類算法實現(xiàn)2）算法評價教學進程安排實驗內容：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3）算法對比課后學習任務布置熟悉聚類算法及其應用主要參考資料《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第29次課2學時授課內容神經網絡與深度學習1教學目的與要求介紹神經網絡基本原理。通過本課的學習，學生應該掌握如下知識：1）熟悉神經元模型2）感知機與多層感知機重點難點1）神經元模型3）感知機原理教學進程安排講授內容：1）神經元模型2）感知機與多層感知機課后學習任務布置閱讀神經網絡文獻主要參考資料《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第30次課2學時授課內容神經網絡與深度學習2教學目的與要求神經網絡與深度學習基礎介紹。通過本課的學習，學生應該掌握如下知識：1）熟悉多層前饋神經網絡的原理2）理解后向傳播算法重點難點1）多層前饋神經網絡的原理2）理解后向傳播算法教學進程安排講授內容：1）多層前饋神經網絡2）BP學習算法3）BP神經網絡應用課后學習任務布置BP神經網絡應用案例學習主要參考資料《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第31次課2學時授課內容神經網絡與深度學習3教學目的與要求深度學習基礎介紹。通過本課的學習，學生應該掌握如下知識：1）了解深度學習基本原理2）了解幾種常見深度學習模型重點難點1）深度學習原理2）CNN模型教學進程安排講授內容：1）深度學習概述2）常用的深度學習模型課后學習任務布置查閱CNN深度學習文獻主要參考資料《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第32次課2學時授課內容綜合實驗（七）教學目的與要求BP神經網絡綜合應用。通過本課的學習，學生應該掌握如下知識：1）掌握BP神經網絡的應用重點難點1）多層前饋神經網絡的原理2）理解后向傳播算法教學進程安排實驗內容：BP神經網絡綜合應用課后學習任務布置BP神經網絡應用案例學習主要參考資料《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社

《數(shù)據(jù)挖掘與機器學習》課程教案第33次課2學時授課內容神經網絡與深度學習2教學目的與要求離群點檢測介紹。通過本課的學習，學生應該掌握如下知識：1）掌握離群點的概念分類2）掌握離群點檢測的常用方法重點難點1）離群點檢測的常用方法教學進程安排講授內容：一、離群點概述1）離群點概念2）離群點類型二、離群點檢測1）基于統(tǒng)計學的檢測2）基于鄰近的檢測3）基于聚類的檢測4）基于分類的檢測課后學習任務布置掌握離群點檢測方法，利用sklearn進行離群點檢測主要參考資料《python數(shù)據(jù)挖掘與機器學習》第2版魏偉一等主編，清華大學出版社《數(shù)據(jù)挖掘與機器學習》課程教案第34次課2學時授課內容文本與時序數(shù)據(jù)挖掘教學目的與要求掌握文本與時序數(shù)據(jù)挖掘的任務和基本方法重點難點文本數(shù)據(jù)挖掘與時序數(shù)據(jù)挖掘的綜合應用教學進程安排講授內容：1.文本數(shù)據(jù)挖掘1）文本數(shù)據(jù)挖掘的任務和過程2）文本數(shù)據(jù)挖掘的主要方法3）文本數(shù)據(jù)聚類與分類2.時序數(shù)據(jù)挖掘1）時間序列的基本特點2）時間序列數(shù)據(jù)的平穩(wěn)性和隨機性判定3）時間序列分析基本模型實驗內容：1）數(shù)據(jù)挖掘應用2）機器學習典型算法應用課后學習任務布置數(shù)據(jù)挖掘與機