《数据挖掘与机器学习》课程教案（首页）
西游记十大妖怪排名网上简历模板可填写
课程/项目名称
数据挖掘与机器学习
课程
总学时：72学时
理论：54学时实验：18学时
学分
欧美电影3
课程
课程类别：专业必修■专业必修口公共必修□公共选修
授课教师
***
授课专业大数据技术与应用
授课班级
教学
目的和要求
本课程的主要目的是培养学生的数据挖掘与机器学习的理论分析与应用实践的综合能力。通过本课程的教学，使学生掌握数据挖掘和机器学习的一般原理和处理方法，能使用机器学习理论解决数据挖掘相关的问题。。
教学重点、难占
八、、
教学重点：
Python数据分析与可视化基础认识数据数据预处理回归分析关联规则挖掘分类与预测聚类分析神经网络与机器学习基础离点检测以及Python数据挖掘案例分析等
教学难点：
掌握数据挖掘基本过程、处理步骤和方法；掌握回归分析、分类、聚类等机器学习算法；熟练关联规则挖掘方法；
掌握数据分析与数据挖掘的基本方法。
教学资源
多媒体课件习题答案微课视频
其他教学资源：
《Python数据挖掘与机器学习》魏伟一等主编，清华大学出版社
教学环境
多媒体教学，课堂教学与学生上机实践相结合案例实现
constant的动词《数据挖掘与机器学习》课程教案
第1次课2学时
授课内容
数据挖掘概论1
教学目的与要求
通过本课的学习，学生应该掌握如下知识：
python数据分析基础教程答案1）数据挖掘的概念与基本内容
2）数据分析与数据挖掘的联系与区别
3）数据挖掘的主要任务
4）数据挖掘的主要数据源
重点难点
1）数据挖掘的概念与主要任务
教学进程安排
教学导入：
介绍数据挖掘与机器学习的重要性，举例说明数据挖掘典型案例，逐步引入到课程的介绍内容中来。
授课内容：
一、《数据挖掘与机器学习》课程介绍
介绍本门课程的学科地位、考核方式、学习内容安排、可以参考的学习资料。
二、讲授数据挖掘的定义、原理与发展
1）讲授数据分析的含义和内容
2）讲授数据挖掘与数据分析的联系与区别
3）讲授数据挖掘的主要任务
flex builder 5
4）讲授数据挖掘主要的数据源
课后学习任务布置
查阅数据挖掘用途的相关资料与案例
主要参考资料
《数据挖掘与机器学习》魏伟一等主编，清华大学出版社

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。