研线网-亚洲毛片在线免费观看-考研网-亚洲毛片在线播放-考研科目/亚洲毛片在线/时间/专业-研线网

西南財經(jīng)大學招收碩士生考試說明及考試大綱
 
適用專業(yè)：大數(shù)據(jù)管理
考試科目：《數(shù)據(jù)挖掘綜合》
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 知識發(fā)現(xiàn)過程 數(shù)據(jù)挖掘數(shù)據(jù)類型 數(shù)據(jù)挖掘功能和模式 數(shù)據(jù)挖掘可利用的技術(shù) 數(shù)據(jù)挖掘應(yīng)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(shù)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)挖掘的數(shù)據(jù)類型；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)挖掘的應(yīng)用領(lǐng)域；了解數(shù)據(jù)挖掘的主要問題。
 
二. 數(shù)據(jù)預處理
考試內(nèi)容
數(shù)據(jù)屬性 數(shù)據(jù)基本描述統(tǒng)計 數(shù)據(jù)預處理概述 數(shù)據(jù)質(zhì)量  數(shù)據(jù)預處理的主要步驟  數(shù)據(jù)清理 數(shù)據(jù)集成 數(shù)據(jù)變換 數(shù)據(jù)規(guī)約 數(shù)據(jù)離散化
考試要求
1.了解數(shù)據(jù)對象與屬性類型。
2.理解數(shù)據(jù)的基本統(tǒng)計描述，掌握均值、中位數(shù)、眾數(shù)、極差、四分位數(shù)、方差、標準差和四分位數(shù)極差的概念和計算方法；了解數(shù)據(jù)基本統(tǒng)計描述的圖形顯示；了解度量數(shù)據(jù)的相似性和相異性。
3.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)集成的概念；掌握冗余和相關(guān)性分析的方法（檢驗，Pearson積矩系數(shù)）。
6.了解數(shù)據(jù)變換的策略；掌握數(shù)據(jù)規(guī)范化的計算方法（最小-最大規(guī)范化、z分數(shù)規(guī)范化、按小數(shù)定標規(guī)范化）。
7.理解數(shù)據(jù)歸約的概念；了解數(shù)據(jù)歸約的策略；了解線性回歸、對數(shù)線性模型、直方圖、聚類、抽樣等數(shù)據(jù)歸約方法。
8.理解數(shù)據(jù)離散化和概念分層的概念；了解數(shù)據(jù)離散化的方法（分箱、直方圖分析、聚類分析、相關(guān)分析）。
三.數(shù)據(jù)倉庫和聯(lián)機分析處理
考試內(nèi)容
數(shù)據(jù)倉庫基本概念  OLTP和OLAP 數(shù)據(jù)立方體 數(shù)據(jù)倉庫的數(shù)據(jù)模型 概念分層 典型的OLAP操作 數(shù)據(jù)倉庫的設(shè)計 數(shù)據(jù)倉庫的實現(xiàn) 數(shù)據(jù)倉庫和數(shù)據(jù)挖掘
考試要求
1.理解數(shù)據(jù)倉庫的概念和關(guān)鍵特征；了解OLTP和OLAP的概念和主要區(qū)別。
2.了解數(shù)據(jù)倉庫模型的種類；了解元數(shù)據(jù)庫的概念以及與其他數(shù)據(jù)的區(qū)別。
3．理解數(shù)據(jù)立方體的概念；了解數(shù)據(jù)倉庫的數(shù)據(jù)模型（星型模式、雪花模式、事實星座模式）；了解典型的OLAP操作方法。
4.了解數(shù)據(jù)倉庫設(shè)計的四種視圖, 了解數(shù)據(jù)倉庫的設(shè)計過程和步驟；了解OLAP查詢處理的步驟。
5.了解三類數(shù)據(jù)倉庫應(yīng)用；了解多維數(shù)據(jù)挖掘的重要性。
 
四. 挖掘頻繁模式、關(guān)聯(lián)和相關(guān)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(guān)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(guān)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(guān)性度量提升度（lift）的計算方法。
 
五. 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.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）。
4.了解K-折交叉驗證和自助法的基本思想；了解ROC曲線的概念和特點。
5.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。
6.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。
 
六. 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(yīng)用領(lǐng)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螅涣私獗容^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(wù)；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)挖掘綜合考試采用閉卷、筆試形式，考試時間為180分鐘。
 
第三部分：試卷結(jié)構(gòu)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40％ 
簡答題和計算題  約60% 
（三）參考書目：
《數(shù)據(jù)挖掘 概念與技術(shù)》（原書第3版），作者：Jiawei Han（韓家煒），出版社：機械工業(yè)出版社。