《數(shù)據(jù)挖掘與統(tǒng)計應用》課程教學大綱

《數(shù)據(jù)挖掘與統(tǒng)計應用》教學大綱課程編號：121063A課程類型：□通識教育必修課□通識教育選修課□學科基礎課□專業(yè)核心課?專業(yè)提升課□專業(yè)拓展課總學時：48講課學時：32實驗（上機）學時：16學分：3考試類型：?考試?考查適用對象：經(jīng)濟統(tǒng)計學統(tǒng)計學數(shù)學與應用數(shù)學（金融方向）專業(yè)□是?否適合作為其他專業(yè)學生的個性化選修課先修課程：統(tǒng)計學、計算機基礎一、教學目標該課程是針對統(tǒng)計學院所有專業(yè)本科學生開設的，其特點是不以數(shù)學理論和推導為主，而是在學生了解數(shù)據(jù)挖掘的基本概念和基本理論的基礎上，介紹典型數(shù)據(jù)挖掘方法的基本思路和算法，教會學生能夠利用數(shù)據(jù)挖掘軟件分析實際數(shù)據(jù)。本課程主要以國際通用權威數(shù)據(jù)挖掘軟件為主要教學工具，以實際工作中的數(shù)據(jù)進行實訓教學。達到的教學目標是：增強學生實際動手解決問題的能力，學會利用數(shù)據(jù)挖掘軟件處理實際數(shù)據(jù)。目標1：應用專業(yè)知識，解決數(shù)據(jù)分析問題 目標2：可以建立統(tǒng)計模型，獲得有效結論 目標3：掌握統(tǒng)計軟件及常用數(shù)據(jù)庫工具的使用目標4：關注國際統(tǒng)計應用的新進展目標5：基于數(shù)據(jù)結論，提出決策咨詢建議目標6：具有不斷學習的意識 目標7：培育有堅定理想信念、深厚愛國主義情懷、高尚道德情操，具有扎實統(tǒng)計專業(yè)學識，堅韌奮斗進取品格的社會主義新青年。二、教學內(nèi)容及其與畢業(yè)要求的對應關系本課程重點講授常用數(shù)據(jù)挖掘算法，包含聯(lián)機數(shù)據(jù)分析與數(shù)據(jù)倉庫、數(shù)據(jù)預處理、探索性數(shù)據(jù)分析、變量選擇以及關聯(lián)、聚類、分類、異常值偵測、時序等經(jīng)典數(shù)據(jù)挖掘算法。其理論部分只介紹這些方法的基本思路與算法，授課的重點在于每一種挖掘算法，包括：每種算法的基本思路、應用前提、算法評判標準、軟件的實現(xiàn)及輸出結果的理解和解釋，并能給出結論；介紹數(shù)據(jù)挖掘軟件的應用，主要以一種數(shù)據(jù)挖掘軟件并結合實際數(shù)據(jù)進行分析。以多媒體的課件講授為主，同時上機，上機完成每種方法的練習。采用課堂練習和課后作業(yè)方式對學生掌握知識情況進行考核，建議采用開卷或論文方式進行課程考核，本課程平時成績占30%，期末考試成績占30%。三、各教學環(huán)節(jié)學時分配以表格方式表現(xiàn)各章節(jié)的學時分配，表格如下：教學課時分配序號章節(jié)內(nèi)容講課實驗其他合計1數(shù)據(jù)探索與預處理42

62模型結果評估61

73決策樹41

54關聯(lián)規(guī)則61

75聚類分析31

46Logistic回歸31

47神經(jīng)網(wǎng)絡41

58數(shù)據(jù)挖掘軟件介紹（SASEM）64

10合計3612048四、教學內(nèi)容第1章 數(shù)據(jù)探索與預處理1.1 數(shù)據(jù)范圍和分布標準化（了解）1.2 數(shù)據(jù)可視化（了解）1.3 缺失值插補（理解與掌握）1.4 屬性變量的處理（掌握）1.5 變量的篩選（掌握）課程思政切入點：通過探索數(shù)據(jù)，培養(yǎng)學生的探索精神。第2章 模型結果評估2.1 概述（了解）2.2 分類規(guī)則評估面面觀（理解）2.3 誤分率（掌握）2.4 收益矩陣（掌握）2.5 評估兩分類的規(guī)則（掌握和應用）2.6 評估多分類的規(guī)則（掌握和應用）2.7 常用模型評估和比較準則（應用）課程思政切入點：通過對錯誤分類細分中的兩類錯誤分析，培養(yǎng)學生平衡對立矛盾的思想。第3章 決策樹3.1 樹的建模過程（理解）3.2 樹的常用算法（掌握）3.3 樹在數(shù)據(jù)挖掘中的應用（應用）3.4 決策樹案例分析（應用）課程思政切入點：通過決策樹的講解，可以使學生進一步了解人類大腦進行決策的步驟。第4章 關聯(lián)規(guī)則4.1 概述（了解）4.2 市場購物籃分析（理解）4.3 使用關聯(lián)規(guī)則節(jié)點（了解）4.4 理解關聯(lián)規(guī)則（理解）4.5 非二元變量的關聯(lián)分析（掌握）4.6 負關聯(lián)分析 （掌握）4.7 序列關聯(lián)分析（理解）4.8 關聯(lián)規(guī)則案例分析（應用）課程思政切入點：通過關聯(lián)規(guī)則的學習，培養(yǎng)學生用聯(lián)系的觀點看待各種問題。第5章 聚類分析5.1 背景（了解）5.2 距離度量（理解）5.3 聚類方法（掌握）5.4 變量聚類（理解）5.5 實踐中的考慮（了解）5.6 聚類案例分析（應用）課程思政切入點：通過聚類分析中差異度的講解，培養(yǎng)學生對事物間差異進行度量的能力。第6章 Logistic回歸6.1 傳統(tǒng)Logistic回歸簡介（了解）6.2 數(shù)據(jù)挖掘中Logit判別的其他考慮（了解）6.3 logistic回歸案例分析（掌握與應用）課程思政切入點：通過對Logistic回歸中風險最小化的分析，培養(yǎng)學生在實際工作學習和生活中管控風險的能力。第7章 神經(jīng)網(wǎng)絡7.1 神經(jīng)網(wǎng)絡簡介（了解）7.2 神經(jīng)網(wǎng)絡基本組成（理解）7.3 訓練神經(jīng)網(wǎng)絡（掌握）7.4 模型復雜性 （掌握與應用）課程思政切入點：通過對神經(jīng)網(wǎng)絡的學習，使學生進一步了解人類大腦的運作機理。第8章 EnterpriseMiner介紹8.1 EM數(shù)據(jù)挖掘概述（了解）8.2 使用項目進行數(shù)據(jù)挖掘（了解）8.3 建立流程圖（掌握）8.4 流程圖邏輯組織（掌握）8.5 節(jié)點中的通用特征（理解）8.6 數(shù)據(jù)結構示例（應用）8.7 流程圖示例（應用）課程思政切入點：通過流程圖的學生，培養(yǎng)學生在面臨問題時解決問題的規(guī)劃邏輯能力。教學重點、難點：第二～七章為重點內(nèi)容，第二章為難點內(nèi)容課程的考核要求：全面掌握數(shù)據(jù)挖掘常用算法并綜合運用數(shù)據(jù)整理和分析方法復習思考題：大數(shù)據(jù)背景下，數(shù)據(jù)挖掘與數(shù)據(jù)分析的區(qū)別與聯(lián)系？數(shù)據(jù)可視化與統(tǒng)計挖掘如何結合？數(shù)據(jù)挖掘在實際工作中的重要作用如何？五、考核方式、成績評定本課程一般按閉卷、開卷或論文方式考核，卷面一般占70%，考勤與平時作業(yè)一般占30%。六、主要參考書及其他內(nèi)容數(shù)據(jù)挖掘?qū)д?陳封能,斯坦巴赫,庫瑪爾著.范明,范宏建等譯，人民郵電出版社2011年第2版HandbookofStatisticalAnalysisandDataMiningApplications.RobertNisbet,JohnElder,andGaryMinerTheElementsofSta