Statistical Data Mining

课程简介

预备知识：向量和矩阵；特征值和特征向量；奇异值分解；期望和方差；点估计；数据类型，数据质量。 回归与分类：线性回归，最小二乘法；正态分布，最小二乘法误差分析，高斯-马尔可夫定理；模型过拟合；子集选择，收缩方法，岭回归，LASSO；降维，主成分分析；核方法，核岭回归；最近邻方法；期望最大化；逻辑回归；决策树；朴素贝叶斯分类器；随机森林；支持向量机；人工神经网络；分类器性能评估；接收器操作特征曲线，AUC评分 聚类与关联分析：聚类分析；层次聚类；原型聚类，基于密度聚类，基于图的聚类；K均值聚类；谱聚类；关联分析 数据挖掘实践：数据处理与测量；介绍选定的数据挖掘软件包；数据可视化；选定算法的实现

学习目标

提供数据挖掘的全面介绍。介绍每个主题的基本概念和算法，为学生提供将数据挖掘应用于实际问题所需的背景知识，并为有兴趣从事数据挖掘或相关领域研究的学生提供起点。

先修要求

先修课程：AMA528 概率与随机模型；或 AMA563 数据科学原理

教学模式

本课程主要通过讲座和辅导课进行讲授。教学和学习方法主要以问题解决为导向。鼓励学生采用深入学习的方法，运用批判性思维、评价性思维、关联、整合和应用理论到实践的高级认知策略。