课程计划（Tentative Class Schedule）

NOTE: The following class schedule and deadlines are subject to change. Please check back from time to time.

Week	Date	Topic	Slides	Comments
1	09/18/2015	第1章 绪论 数据挖掘的定义 数据挖掘的研究目的 数据挖掘的研究内容	Slide 1	注：还要简单介绍一下本课程的参考教材以及考核方式
2	09/25/2015	第2章 数据的预处理 数据的定义及类型 数据预处理的定义 描述型数据的概要化	Slide 2
3	10/09/2015	第2章 数据的预处理 数据清洗方法 数据集成及转换 数据化简 数据离散化及概念的层次化	Slide 3
4	10/10/2015	第3章 模式发现及关联挖掘 模式发现的基本概念 频繁项集挖掘算法	Slide 4
5	10/16/2015	第3章 模式发现及关联挖掘 频繁项集挖掘算法（续） 关联规则的挖掘 关联分析 受限的关联挖掘	Slide 5
6	10/23/2015	第3章 复杂数据的模式挖掘 频繁序列挖掘算法 频繁序列的应用示例	Slide 6
7	10/30/2015	第3章 复杂数据的模式挖掘 频繁子图挖掘算法及其基本概念 紧凑子图挖掘算法	Slide 7
8	11/6/2015	期中考试		课堂内
9	11/13/2015	第4章 分类及预测 分类及预测的定义 分类及预测所面临的问题 决策树分类器	Slide 8
10	11/20/2015	第4章 分类及预测 贝页斯分类 基于规则的分类器 人工神经网络	Slide09
11	11/27/2015	第4章 分类及预测 人工神经网络（续） 支持向量机	Slide10
12	12/4/2015	第4章 分类及预测 关联分类器 懒惰分类器 其它分类算法 集成分类 预测方法 分类及预测的精度度量方法 模型的选择	Slide11
13	12/11/2015	第5章 聚类分析 聚类分析的定义 聚类分析中的数据类型 聚类分析算法的分类 基于分区的聚类算法	Slide12
14	12/18/2015	第5章 聚类分析 层次化的聚类算法 基于密度的聚类算法 基于网格的聚类算法	Slide13
15	12/25/2015	第5章 聚类分析 基于模型的聚类算法 高维数据的聚类 受限的聚类算法 例外分析	Slide14
16	1/1/2016	元旦放假
17	1/8/2016	期末考试		地点代定