課程簡(jiǎn)介
Course Introduction
在當(dāng)今面向數(shù)據(jù)的商業(yè)環(huán)境中,，數(shù)據(jù)驅(qū)動(dòng)的決策和數(shù)據(jù)挖掘技術(shù)正影響著企業(yè)競(jìng)爭(zhēng)力,。本課程主要講授商業(yè)數(shù)據(jù)挖掘的基本概念,、算法與模型,；課程通過(guò)上機(jī)實(shí)驗(yàn),，使學(xué)生深入理解并掌握商業(yè)數(shù)據(jù)挖掘的過(guò)程和方法,；課程注重理論和實(shí)踐相結(jié)合,，課程考察學(xué)生是否能夠熟練應(yīng)用數(shù)據(jù)分析技術(shù),，根據(jù)項(xiàng)目決策需求與場(chǎng)景,，借助數(shù)據(jù)分析工具與算法,，以數(shù)據(jù)驅(qū)動(dòng)的思維模式解決實(shí)際案例的能力。
教學(xué)大綱
Teaching Syllabus
?周次 | 教學(xué)內(nèi)容 | 個(gè)人作業(yè) （30%） | 小組作業(yè) （20%） |
1 | 1. 數(shù)據(jù)挖掘簡(jiǎn)介（教材 第1章） | ||
2-3 | 2. 數(shù)據(jù)處理基礎(chǔ)（教材 第3章） | Ex 1 | |
4-6 | 3. 聚類分析（教材 第10章） 3.1 基于劃分的聚類算法 3.2 基于層次的聚類算法 3.3 基于密度的聚類算法 | 航空公司客戶數(shù)據(jù)聚類與分類挖掘 | |
清明節(jié)放假 | |||
8-9 | 4. 關(guān)聯(lián)分析（教材 第6章） 4.1 Apriori算法與FP-Growth算法 4.2 關(guān)聯(lián)模式評(píng)估 | Ex 2 | |
10-12 | 5. 分類分析（教材 第8章） 5.1 決策樹(shù)分類方法 5.2 貝葉斯分類方法 5.3 分類模型評(píng)估 | ||
13-16 | 6. RPA機(jī)器人 6.1 RPA簡(jiǎn)介 6.2 商品信息抓取機(jī)器人 6.3 競(jìng)品調(diào)研機(jī)器人 | ||
教學(xué)隊(duì)伍Teaching Members
相關(guān)課程Correlative
Courses
