第一部分：考試內(nèi)容及要求

一、數(shù)據(jù)挖掘概述

考試內(nèi)容

數(shù)據(jù)挖掘的概念 數(shù)據(jù)挖掘的任務 數(shù)據(jù)挖掘應用 數(shù)據(jù)挖掘的主要問題

考試要求

1.了解數(shù)據(jù)庫系統(tǒng)技術的演變過程；理解數(shù)據(jù)挖掘的概念；掌握知識發(fā)現(xiàn)過程的7個步驟。

2.掌握數(shù)據(jù)挖掘要解決的問題；掌握數(shù)據(jù)挖掘功能和模式；理解數(shù)據(jù)挖掘與統(tǒng)計學、機器學習的聯(lián)系和區(qū)別；了解數(shù)據(jù)挖掘的起源；掌握數(shù)據(jù)挖掘的任務。

二、數(shù)據(jù)

考試內(nèi)容

數(shù)據(jù)類型 數(shù)據(jù)質(zhì)量 數(shù)據(jù)預處理  相似性和相異性度量

考試要求

1.了解數(shù)據(jù)對象與屬性類型。

2.了解進行數(shù)據(jù)預處理的原因及其重要性；了解數(shù)據(jù)質(zhì)量涉及的因素；掌握數(shù)據(jù)預處理的主要步驟。

4.了解數(shù)據(jù)清理的概念；了解處理數(shù)據(jù)缺失值的方法；了解處理噪音數(shù)據(jù)的方法。

5.理解數(shù)據(jù)預處理中的聚集、抽樣、特征子集選擇以及離散化和二元化等方法。

8.理解數(shù)據(jù)對象之間相似度；數(shù)據(jù)對象之間的相異度。

三.分類和預測

考試內(nèi)容

數(shù)據(jù)分類和預測的概念 判定樹歸類算法 信息增益 樹剪枝 回歸分析 分類法的準確性 組合分類器 類不平衡問題

考試要求

1.理解數(shù)據(jù)分類的概念；了解分類的兩個過程；理解監(jiān)督學習和非監(jiān)督學習的區(qū)別；了解分類和預測的數(shù)據(jù)預處理方法；掌握評估分類和預測方法的標準。

2.了解決策樹的概念和優(yōu)缺點；了解決策樹歸分類的主要步驟；了解常用的屬性選擇度量，掌握信息增益度量的求法；理解兩種常用的樹剪枝方法。

3、掌握神經(jīng)網(wǎng)絡的分類與構造原理

4、熟練掌握單層感知機原理與學習算法

5、掌握BP算法原理與學習過程

6.了解評估分類器性能的度量；了解評估分類和預測準確率的方法（混淆矩陣、靈敏度和特小型、F度量）。

7、掌握Boosting算法的基本思想。

8、熟練掌握支持向量機SVM分類建模原理和計算方法。

9.了解組合分類器的概念和常用的組合分類方法；了解裝袋和提升的基本思想以及兩者的區(qū)別；了解隨機森林的基本思想。

10.了解類不平衡問題的概念；了解提高類不平衡數(shù)據(jù)分類準確率的一般方法。

四.挖掘頻繁模式、關聯(lián)和相關性

考試內(nèi)容

頻繁項集概念  頻繁項集挖掘方法  Apriori算法  FP-growth算法  

考試要求

1.理解項集、閉項集、頻繁項集和關聯(lián)規(guī)則的概念 ；了解規(guī)則興趣度的兩種度量（支持度和置信度）。

2.了解關聯(lián)規(guī)則挖掘的步驟。

3.了解Apriori算法的步驟；了解FP-growth算法的步驟和優(yōu)缺點；掌握相關性度量提升度（lift）的計算方法。

五. 聚類分析

考試內(nèi)容

聚類分析的概念 聚類方法的分類 算法方法的距離度量 劃分方法 層次方法 基于密度的方法 基于網(wǎng)格的方法 聚類評估

考試要求

1.理解聚類分析的概念；了解聚類分析的應用領域；了解比較聚類方法的標準；了解數(shù)據(jù)挖掘?qū)垲惖牡湫鸵?；了解比較聚類方法的各個方面。

2.理解劃分方法的概念和一般特點，以及典型算法；理解層次方法的概念和一般特點，以及典型算法；理解基于密度的聚類方法的概念和一般特點，以及典型算法；理解基于網(wǎng)格的聚類方法的概念和一般特點，以及典型算法；

3.理解K-均值算法的步驟和優(yōu)缺點；

4.了解算法方法的距離度量。

5.了解聚類評估概念和主要任務；了解測定聚類質(zhì)量的方法。

第二部分：考試方法和考試時間

數(shù)據(jù)挖掘?qū)д摽荚嚥捎瞄]卷、筆試形式，考試時間為180分鐘。

第三部分：試卷結(jié)構及參考書目

（一）題分：試卷滿分為150分

（二）題型比例：

選擇題與判斷題  約30％

簡答題和計算題  約70%

（三）參考書目：

《數(shù)據(jù)挖掘?qū)д摗罚溃╆惙饽?，（美）斯坦巴赫，（美）庫瑪爾，人民郵電出版社，2010年。