CS5483
数据仓库与数据挖掘
📘 简介
本课程介绍从数据中自动/半自动发现知识的方法，涵盖监督学习、非监督学习等数据挖掘技术，并结合先进的软件进行实际操作。学生将学习应用不同的学习算法，使用统计性能指标进行评估，并掌握避免过拟合的技巧。此外，学生还将了解企业如何利用维度模型和 OLAP 技术进行高效数据分析。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 识别并解释不同数据仓库和数据挖掘技术的主要特点；
✔️ 批判性地评估当前数据仓库和数据挖掘技术的优缺点；
✔️ 以高效的方式应用数据仓库和数据挖掘的主要算法；
✔️ 通过改进和组合当前技术，为数据仓库和数据挖掘问题设计新解决方案。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📝 Project 1 | 15% | 实现数据挖掘算法并探索其应用。 |
| 🧑💻 Project 2 | 15% | 将数据仓库和数据挖掘技术应用于实际问题，提出新的设计方案。 |
| 📄 Quiz | 20% | 测试学生对数据挖掘和数据仓库技术原理的理解与应用能力。 |
| 🖥️ Examination | 50% | 综合评估学生对课程内容的掌握情况，考试时间为 2 小时，最低通过分数需达到考试总分的 30%。 |
注意：必须在考试中取得至少 30% 的分数才能通过课程。
💬 课程评价
✨ 精选评价
✏️ 您也可以通过以下方式分享您的学习体验和建议：
-
1️⃣ 课程页面底部评论 💬 在课程页面底部直接提交您的评论，我们会审核后将其收录到精选评价中。
-
2️⃣ GitHub 提交 🌐 如果您希望更全面地分享课程评价，或希望修改或新增课程页面，欢迎参考 Contributing 页面，通过 GitHub 提交您的贡献。
💡 加入讨论
在下方评论分享您的评价、问题或经验👇
“期待你的评价。”
—— CityU