课程名称：《数据分析与数据挖掘案例Ⅰ》

课程英文名：Data analysis and data mining case Ⅰ

开课学期：第六学期

课程类型：专业课

开课单位：统计与数据科学学院

先修课程要求：概率论与数理统计、Python 编程、Python 数据分析

课程描述：

通过本课程的学习使学生掌握机器学习的基本概念和应用。机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。通过该课程的学习使学生了解机器学习领域的最新发展动向及现状；掌握机器学习的概念、理论、方法与技术及其应用情况；能够运用机器学习方法来解决实际问题；是进一步深入研究建立有关概念和方法的基础。在传授知识的同时，要通过各个教学环节逐步培养学生具有抽象思维能力、逻辑推理能力、空间想象能力和自学能力。

考核方式：本课程为考查课，课程教学环节采取理论教学方式和实践教学方式相结合，理论课共32学时，实验课共32学时，共64课时。成绩考核采取平时成绩、期中成绩、实验成绩、期末考查成绩相结合的方式。分数采用百分制，其中，平时成绩占比 25%，期中成绩占比 10%， 实验成绩占比 15%，期末考查占比 50%。

选用教材：《机器学习Python 实践》 主编：魏贞原

      出版社：电子工业出版社，2018 年

主要参考书：

1. 《机器学习》 主编：周志华 出版社：清华大学出版社，2016 年，第一版

2. 《统计学习方法》 主编：李航 出版社：清华大学出版社，2012 年，第一版

3. 《Python 机器学习基础教程》 主编：张亮 出版社：人民邮电出版社，2018 年