| |
|
|
| |
证书样本 |
|
| |
|
|
| |
 |
|
| |
|
|
| |
 |
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
|
|
|
|
|
| |
|
| |
课程编号：bj200706008 |
| 课程名称 |
数据挖掘理论 |
| 学分 |
4学分 |
| 师资介绍 |
|
| 结业方式 |
考试 |
| 指定教材 |
《数据挖掘——客户管理管理的科学与艺术》—（美）迈克尔· J·A·贝里，戈登·S·利诺夫著，中国财政经济出版社，ISBN：7-5005-6581-X |
| 课程描述 |
数据挖掘是信息领域发展最快的技术，是一个多学科交叉的领域。一方面，数据挖掘以计算机技术的发展为首要条件，没有数据的有效组织，从数据垃圾中发现有用知识是痴人说梦；没有大量计算算法的支持，及时是简单的查询也会耗时巨大；另一方面，及时数据库得到了有效组织，计算算法足够先进，想要发现海量数据中隐藏的有用信息，还必须综合利用统计学、模式识别、人工智能、机器学习、神经网络等学科的专业知识。而这些交叉学科的发展，必然会从不同角度关注数据分析技术的进展，数据挖掘也为这些学科的发展提供了新的机遇与挑战。
本课程通过丰富的来自于实际的案例以及大量宝贵的数据分析经验，阐述了数据挖掘的本质。有效地使企业末端使用者学习到数据挖掘方面的经典知识。 |
| 教学大纲 |
焦点—— |
|
★数据挖掘概述 |
| ★为什么要精通数据挖掘这门艺术 |
| ★数据挖掘方法论：互动循环系统 |
| ★客户和他们的生命周期 |
| 数据挖掘的三大支柱—— |
| ★数据挖掘技术与算法 |
| ★无所不在的数据 |
| ★建立有效的预测模型 |
| ★实施控制——建立数据挖掘环境 |
| 案例研究—— |
| ★数据挖掘在目录直销业中的应用 |
| ★数据挖掘在在线银行业中的应用 |
| ★数据挖掘在无线通信业中的应用 |
| ★数据挖掘在电信业中的应用——以客户为中心 |
| ★谁正在买什么？——超市内的数据挖掘应用 |
| ★不浪费、不短缺：改善生产流程 |
| ★社会议题：数据挖掘与隐私权 |
| 备注 |
|
| |
|
|
