数据挖掘

课时：5天  深度：高级

课程描述

此门课程介绍了数据挖掘的基本理论和实际应用技术。重点介绍了数据挖掘的基本理论方法，包括关联分析技术、分类和预测技术、聚类分析技术等，以及数据挖掘的应用，包括复杂和特殊数据类型的挖掘和各行业(领域)数据挖掘的应用实例。

课程目标

完成此门课程，学员将具备以下能力：

• 掌握数据挖掘的应用范围及技术发展方向
• 掌握关联分析算法及应用场景
• 掌握分类算法及应用场景
• 掌握聚类分析算法及应用场景
• 熟悉数据挖掘的其他算法及常用工具
• 能够灵活运用本课所学知识，使用数据挖掘技术辅助业务分析

课程内容

课程简介

数据挖掘简介及分类

数据预处理

关联和相关

分类和预测

聚类

数据挖掘技术动向

数据挖掘工具

课程对象

本课程是为有兴趣建立或理解数据挖掘、决策支持系统的技术人员而开发的高级培训。也适用于业务分析及市场数据分析人员。

前提课程

• 数据库基础
• 数据仓库

后续课程

• 数据挖掘行业应用
• OLAP

《数据挖掘》课程安排

此课程包括讲授和实验，共安排五天，如下表：

	内 容
*天	数据挖掘简介 数据挖掘系统的分类 数据预处理   描述性数据汇总   数据清理   数据集成和变换   数据归约   数据离散化和概念分层产生
第二天	关联和相关   购物篮分析   频繁模式挖掘   挖掘各种类型的关联规则   由关联挖掘到相关分析   基于约束的关联挖掘 实例：关联分析实例
第三天	分类和预测   用决策树归纳分类   贝叶斯分类   基于规则的分类   神经网络 实例：分类实例
第四天	聚类分析   聚类分析中的数据类型   划分方法   层次方法   基于密度的方法   基于网格的方法 实例：聚类分析实例
第五天	流挖掘简介：时间序列和序列数据 图挖掘简介：社会网络分析和多关系数据挖掘 对象挖掘简介：空间、多媒体、文本和Web数据 数据挖掘的应用和发展趋势 实例：常用数据挖掘工具介绍