讲授课程

本科生课程:《 数据仓库与数据挖掘》,学时数: 32。

课程简介:数据挖掘旨在研究如何从大量数据中挖掘未知的、有价值的、新知识或规律。该课程的教学内容主要包括:(1)数据挖掘的基本概念,功能,处理过程及应用领域;(2)数据预处理,包括数据样本的缺失处理、数据清理和数据归约;(3)针对不同的挖掘任务,介绍各种算法,包括概念描述、关联规则分析、序列模式、分类、聚类等;(4)复杂类型数据的挖掘,重点介绍文本、WEB数据特点,介绍其特有的挖掘算法;(5)数据挖掘的应用和发展趋势。

教材:《数据挖掘概念与技术》(Jiawei Han, Micheline Kamber编著,范明, 孟小峰等译),机械工业出版社。

 

本科生课程:《 自然语言理解与机器翻译》(计算机与人工智能试验班),学时数: 32。

课程简介:自然语言理解与机器翻译(Natural Language Understanding & Machine Translation,NLU&MT)是人工智能领域的前沿技术课程。主要目的包括:(1)使学生掌握NLU方向持久性的科学原理以及最新的模型与方法,了解该方向面临的挑战与发展趋势。(2) 利用开放数据集与Intel提供的计算平台开展一系列NLU实验,提高学生的科研能力和理论联系实践的能力。(3)使学生初步具备利用NLU知识解决实际问题的能力。

已毕业研究生