还剩2页未读,继续阅读
文本内容:
数据挖掘与语言教学大纲R课程编号10064025课程名称数据挖掘与语言/R DataMining andR Language学分4学时(课内实验(践)上机课外实践)644024建议修读学期6
一、课程性质、目的与任务数据挖掘与语言是一门融理论性与应用性于一体的学科,是经管类专业的必修课,通过R本课程的学习,使学生掌握语言的特性与建模步骤,掌握数据挖掘的典型算法,并能够利R用统计数据,建立相应的模型,并且能够利用语言进行统计计算和画图通过本课程的学R习,使学生掌握回归、聚类和分类的典型算法
二、教学内容、基本要求及学时分配(按章节列出内容要求学时等,实验上机项目要列在课程内容一栏)占教学难点学时实验上机课程内容备注要求☆()安排学时学时A第一章数据科学与语言4R第一节数据科学C1第二节为什么用语言☆RA1第三节扩展包R B1第四节编辑器和工作空间☆R A1第二章语言的数据对象△7R第一节数据类型C1第二节向量入门、生成和计算☆A1第三节矩阵△A11第四节数组B第五节因子☆11A11△第六节列表和数据框☆A11△第七节缺失值和空值B第三章语言的数据操作9R1☆第一节向量化操作A11第二节取子集和编码转换☆A1第三节长宽格式互换☆B11第四节数据的拆分和合并△A11第五节控制台的输入和输出△B11第六节文本文件C第七节表格型文件11B11第八节其他外部文件(、和Stata SASC)SPSS11第九节时间类数据的处理A11第四章语言的控制语句与函数10R第一节条件判断语句B1第二节循环语句B1☆第三节函数A41△第四节函数式编程☆A42第五章统计模型与回归分析5△第一节线性回归模型C11第二节模型诊断B第三节非线性回归模型☆A111△第四节非参数回归和回归☆Logistic A22第六早机器学习5△第一节系统聚类C11第二节均值聚类K C11第三节贝叶斯分类☆A11△第四节神经网络分类☆A11第五节支持向量机分类☆A(教学基本要求熟练掌握;掌握;了解)11A-B-C-
三、建议实验(上机)项目及学时分配课内实验(践)上机4024
四、教学方法与教学手段课堂讲授、案例讨论、资料阅读等方式进行,适当安排课后上机实习操作,教学中采用多媒体辅助课堂教学方式
五、考核方式与成绩评定标准闭卷考试,平时期末30%,70%
六、教材与主要参考书目(葡),李洪成等译.数据挖掘与语言北京机械工业出版社,
[1]Torgo.L R[M].
2013.(教材)李舰,肖凯数据科学中的语言西安西安交通大学出版社
[2]R[M].,
2015.方匡南,朱建平,姜叶飞数据分析方法与案例详解北京电子工业出版社,
[3].R[M].
2015.薛毅,陈立萍统计建模与语言北京清华大学出版社,
[4]R[M].
2007.卡巴科弗()语言实战(第版).北京人民邮电出版社,
[5]Robertl.Kabacoff.R2[M]
2016.阿德勒()语言核心技术手册(第版).北京:电子工业出版社,
[6]Joseph Adler.R2[M]
2014.德利威克姆数据分析与图形艺术西安西安交通大学出版社,
[7]・.ggplot2:[M].
2013.麦特洛夫()语言编程艺术北京机械工业出版社,
[8]Norman Matloff.R[M].
2013.
七、大纲编写的依据与说明参考高等教育出版社《工科本科基础课程教学基本要求》及我校商学院在教育部“新世纪高等教育教学改革工程“本科教育教学改革课题《一般工科院校经济学本科生人才培养模式研究》的研究成果的要求编写。