简介:关于对写作课程实验论文范文与课题研究的大学硕士、相关本科毕业论文课程实验论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
中山大学软件学院
软件工程专业本科生课程教学大纲
Course Profile for Undergraduates of Software Engineering
最近更新 / Revision : yyyy.mm.dd
课程编号
Course Code SE-000课程名称
Course Title
Managing and Mining Massive Data 课程类别
Course Type 〖选修〗
[Elective] 学分
Credits 周学时
Hours per Week 总学时
Total Hours 理论环节
Lecture Sessions 实验环节
Laboratory Sessions 0 学时合计
Total 开课学期
Semester 第〖一/二/三/四〗学年夏季学期
Fall semester, [1st/2nd/3rd/4th] year 课程负责人
Course Coordinator 中文: English: Wei Wang
Email : [ weiw@cse.unsw.edu.au ]
Homepage : [ cse.unsw.edu.au/~weiw ] 主要授课教师
Principal Instructors 中文:English: Wei Wang 教学助理配置
Teaching Assistants : 黄强
English: Qiang Huang 课外交流时间
Office Hours 主讲教师:每周6小时.
Instructor: 6 hours per week. 教学助理:无.TA: N/A. 课程主页
[URL] (待定)
[User name and password, if required] 讨论社区
Forum [URL] 课程描述
Course Description
通过这门课程的学习,学生可以
了解正确的数据挖掘的基本概念和基本任务
了解数据挖掘的难点和现有方法的优点和缺点
能够使用教授的内容解决一些实际的数据挖掘的问题
This course will introduce the fundamentals of data minging techniques covering the whole lifecycle of data mining (including data acquisition and preprocessing, similarity queries, classification, clustering, and association rule mining), closed with an data mining application (Remendation System). The course will h论文范文e a blend of both practical and theoretical knowledge in this area. The expected learning outes are:
a correct understanding of fundamental concepts and techniques of Data Mining
understand the challenges and pros and cons of existing data mining methods.
Be able to solve some practical problem using learned data mining techniques. 先修课程
Prerequisites 数学:线性代数,概率论和数理统计 (Linear Algebra, Probability and Statistics)
算法和数据结构 (Data Structure and Algorithms)
编程语言:能够使用C++ 或者 J论文范文a熟练编程 Programming Language (C++ or J论文范文a) 后续课程
Successive Courses ()
理论教学
Lecture Sessions 教材
Textbook Mining of Massive Datasets. Jure Leskovec, Anand Rajaraman, Jeff Ullman. Cambridge University Press. Online at: mmds.org/ 教学参考书
References Data Mining: Concepts and Techniques, Jiawei Han and Micheline Kamber. Kaufmann Publishers, August 2000.
Introduction to Data Mining, Pang-Ning Tan, Michael Steinbach, Vipin Kumar. Addison-Wesley, 2005. ISBN: 0321321367.
Research papers from related conferences and journals (相关的研究论文及资料) 教学方法
Approach 理论教学内容
Lectures (3 hrs)
相似性查询(距离,相似度函数,精确查询技术:空间索引,倒排索引和相关的过滤技术)(4 hrs)
相似性查询技术(位置敏感哈希)(4 hrs)
分类技术(线性分类器 + k最近邻分类器 + 朴素贝叶斯分类器)(4 hrs)
分类技术(决策树分类器)+ 分类技术理论基础(泛化保证, 常见的错误)(4 hrs)
聚类技术(k-means,层次聚类技术,DBScan)(4 hrs)
关联规则(apriori和FP-growth)(4 hrs)
推荐系统(基于内容,协同过滤的推荐系统)(3 hrs)
推荐系统(基于矩阵分解的推荐系统 + Netflix竞赛得奖系统介绍)(3 hrs)
期末考试 (3 hrs)
Totally 36 hours. 布置作业
Assignments 1 Weekly Written Assignments 实验教学
美容美甲:高中物理课改专题五：高中物理新课程实验教学探究
Laboratory Sessions 实验课时间Lab Hours hours 实验课地点
Lab Venue 实验课方式
Lab Approach 课外实验辅导
Additional Tutoring 实验教学内容
实验平台
Platforms 实战技能培养
Skill 备注
Note [若无其他补充说明,则删除本行！] 总评成绩计算 Course Asses论文范文ent 评分标准
Grading Class Participation 1% Weekly Written Assignments 40% Midterm Examination 0% Final Examination 50% Programming Assignments 0% Total 100%
课程教学大纲模板之填写说明:
软件学院的培养目标之一是"国际化",同时为便于我院与国外高校的合作交流,课程描述的每一项目均需提供英文描述,关键项目和易产生歧义的项目同时采用中,英文撰写.建议各位撰写人先参考几个国外高校的课程网站,以免英文专业术语出现太大偏差.
不同于其他非工科专业的课程描述,软件工程专业课程描述须给出每门课程实践环节的详细教学规格说明,譬如:课后作业(Written Assignments)与实验项目(Programming Assignments或Projects)的安排; 实验课的时间,地点和授课方式;以及TA课外辅导实验的安排等.独立设有实验课的课程,理论课与实验课合并为同一课程撰写单份课程描述.所有课程的课程描述必须足够细致,使得学院可据此估算每门课程的教师与TA合计教学成本(含理论课与实验课).
"课程编号"均采用"SE-"为前缀,后接3位阿拉伯数字(其中前1位表示开课年级,后2位表示序列号).课程描述撰写人首先起草课程编号,学院将统一编号课程简介,教学目标,主要Midterm Examination)或期末考试(Final Examination)是开卷考试,请在考试后面用括号注明"(Open Book)";对于数学基础课程或理论性较强的专业骨干课程,强烈建议安排期中考试,并将考试时间列在"理论教学内容"中.
凡无内容的栏目请不要留空,注明"无"或"None".
初,中,高论文范文"软件工程实训"课程的教学大纲采用类似,但不同的模板.
各位撰写人在起草所负责课程描述之前,请先参考以下4门课程的课程描述:线性代数,C语言程序设计,操作系统,编译原理.
- 4 -
总结：本论文是一篇免费优秀的关于课程实验论文范文资料，可用于相关论文写作参考。
美容美甲引用文献:
[1] 美甲论文范文检索 关于美甲方面学术论文怎么写3000字
[2] 热门课程教材改革实验论文选题 课程教材改革实验论文标题怎样定
[3] 关于课程教材改革实验的论文参考文献 课程教材改革实验参考文献怎么写
