课程介绍

《SPSS Clementine软件应用》的教学目的是使学生掌握数据挖掘理论以及如何用数据挖掘软件工具SPSS Clementine来解决实际问题，全面提高学生的实际解决数据挖掘问题的能力。在理论上掌握数据挖掘理论的有关知识，在实践过程中能利用数据挖掘工具SPSS Clementine软件包和一些用于数据挖掘的UCI数据集进行数据挖掘并解释数据挖掘的输出结果。

本课程包括数据挖掘基本思路、数据可视化、数据预处理与后处理问题、决策树、回归分析、关联规则、聚类分析、支持向量机等内容。

通过该课程的学习使学生能独立完成数据挖掘的研究工作来解决实际问题（尤其是物流中的信息分析与数据挖掘问题）。通过启发式教学和大量实验的练习，引导学生完成不同类型数据挖掘任务的分析与建模工作，培养学生理论和实际相结合的实际运用能力。

Logistics data mining teaching purpose is to enable students to master the theory of data mining and how to use data mining software tools to solve practical problems, and comprehensively improve the students' actual ability to solve the problem of data mining. In theory, to master the relevant knowledge of data mining theory, in practice the process can take advantage of data mining tools SPSS Clementine package and some UCI data sets for data mining, data mining and explain the results of data mining output.

This course includes data mining basic ideas, data visualization, data preprocessing and post-processing problems, decision trees, regression analysis, association rules, clustering analysis, support vector machines.

Through this course so that students can independently complete the data mining research to solve practical problems (especially the problem of logistics in the information analysis and data mining). To guide students to complete the different types of data mining task analysis and modeling work, training actual ability to use students' theoretical and practical combination of heuristic teaching and the practice of a large number of experiments.

《SPSS Clementine软件应用》课程简介

（略）

教学计划

教学大纲

《SPSS Clementine软件应用》教学大纲

（略）

课程教材

数据挖掘原理与SPSS Clementine应用宝典 电子工业出版社 2009年

数据挖掘算法与SPSS Clementine实践 清华大学出版社 2011年

课程教案

教学课件

其他教学资料的附件