教学目的、要求
数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据间关系规则的过程，它从数据中自动地抽取出潜在的、有价值的模式、关联、变化、异常和有意义的结构,并可用这些模型和关系做出预测。数据挖掘是统计学、数据库技术和人工智能技术的综合。数据挖掘的目的是提高决策能力，检测异常模式，在过去的经验基础上预言未来趋势等。 本课程是中科院研究生院计算与通信工程学院专业选修课程之一，这门课程不拘泥于深奥理论，根据“学以致用”的原则，以讲解基本概念和算法实现为主，将重点探讨4方面内容（即，①数据挖掘的基本理论；②数据挖掘方案的设计；③数据挖掘与统计分析的联系；④数据挖掘方法的程序实现）。 在完成本课程后，学生应能够：掌握数据挖掘的基本原理；针对实际问题设计数据挖掘方案；理解常用的数据挖掘方法；熟练使用1～2种数据挖掘工具。
预修课程

教材
以教师讲义为主
主要内容
Topic 1. 数据挖掘的基本概念 Topic 2. 数据挖掘的应用与方案设计 Topic 3. 数据挖掘工具与开源软件 Topic 4. 基于数据挖掘的数据预处理 Topic 5. 数据分析：有监督的数据挖掘方法 Topic 6. 数据分析：无监督的数据挖掘方法（聚类分析） Topic 7. 基于统计的数据抽样与数据描述 Topic 8. 数据分析：假设检验与统计推断 Topic 9. 数据分析：回归方法和模型的建立 Topic 10. 统计与数据挖掘方法的程序实现