教学目标：
本课程教学目的是系统介绍大数据分析及挖掘的关键技术，涵盖数据分析基本概念与数据准备、数据分析的方法与实证、数据挖掘的进阶运用，使得学生提升大数据分析和数字决策能力。

课程内容：
1  绪论（6学时）
1.1  概述
1.2  大数据溯源*★
1.3  数据解析*
1.4  大数据分析及产业★
2  大数据分析支撑技术（11学时）
2.1  概述
2.2  大数据流程
2.3  基础支撑技术*
2.4  高级支撑技术#
2.5  数据采集与整合*#
3  大数据支撑技术（15学时）
3.1  概述
3.2  数据表示
3.3  数据理解与建模*
3.4  知识发现#
3.5  大数据分析的价值*#

适用学生：
全日制硕士    非全日制硕士    留学硕士    进修硕士    硕博连读    本科直博    全日制博士    留学博士    进修博士    非全日制博士    在职专硕    其他    

预修课程：
无

参考书目：
教材：
[1] 简祯富等, 大数据分析与数据挖掘. 清华大学出版社, 2018
参考书：
[1] http：//infolab.stanford.edu/~ullman/mmds.html
[2] Effective Data Mining Technology. http：//www.enablesoft.com/;
[3] UCI数据集. http：//www.ics.uci.edu/~mlearn/MLRepository.html
必读参考资料：
[1] 李涛, 数据挖掘的应用与实践：大数据时代的案例分析.厦门大学出版社,2013年

备注：