由于弄来本课件时不知道设置了密码，故大家暂时不要下载上海财经大学研究生教学与进度表 课程名称：    数据挖掘与知识发现           授课教师：刘鹏授课对象： 硕士生                                 年级专业：信息管理与工程学院研究生课程性质：专业选修课       考核方式：    闭卷70%开卷%讨论20%论文%案例%考勤10%其他% 教材及主要参考书目：Pang-Ning Tan,Michael Steinbach,Vipin Kumar，Introduction to Data Mining（英文版），北京：人民邮电出版社，2006Kantardzic, M., Data Mining: Concepts, Models, Methods, and Algorithms, Wiley-IEEE Press, November 2003Margaret H. Dunham, Data Mining: Introductory and Advanced Topics,Prentice Hall; 1st edition (August 22, 2002)Ian H.Witten, Eide Frank, Data Mining: Practical Learning Tools and Techniques with Java Implementations (Second Edition) （英文影印版）（第2版），机械工业出版社，2005Hand, D., Mannila, H., and Smyth, P., Principles of Data Mining, MIT Press; (August 1, 2001)Jiawei Han, Micheline Kamber, Data Mining: Concepts & Techniques， Morgan Kaufmann (August 2000)课程内容及进度安排：周 次     日 期     授    课    内    容       授 课 方 式1     2月24日       数据挖掘导论，讨论数据挖掘的基本概念，发展历程，未来发展方向       阅读和讲解论文23月3日 数据：数据的类型、质量和预处理；相似性度量问题的讨论       阅读教材和论文讨论33月10日       数据探索：统计处理方法、可视化技术、OLAP与多维数据分析 阅读教材和论文讨论43月17日       分类基础：分类概念；决策属归纳；过度拟合问题；分类器评价与分类模型比较    阅读教材和论文讨论53月24日       分类技术：基于规则的分类器；最邻近技术；贝叶斯分类；人工神经网络等技术讨论    阅读教材和论文讨论63月31日       关联分析基础：频繁项基；规则产生；关联模式评估    阅读教材和论文讨论74月7日 关联规则技术：分类与连续性属性处理；概念层处理；序列模式和非平凡模式       阅读教材和论文讨论84月14日       聚类基础：k-平均；凝聚层次聚类；聚类评估 阅读教材和论文讨论94月21日       聚类基础：数据特征与聚类算法；基于原形、密度、图的聚类；聚类算法的可扩展性    阅读教材和论文讨论104月28日       异常点分析：统计方法、基于邻近、密度、聚类的方法       阅读教材和论文讨论115月5日 案例分析与实践I：电信数据     阅读教材和论文讨论125月12日       案例分析与实践II：人力资源数据挖掘解决方案    阅读教材和论文讨论