MA3405 -大数据统计数据挖掘

学分:	3.
年:	2023
学生乐队的贡献:	带1
由:	科学与工程学院

最近的技术进步使收集、存储和分析非常大的数据集成为可能。因此，如果当代科学家要为21世纪的工业、商业、研究和社会提供先进的知识，就必须熟练地从庞大而复杂的数据集中提取重要信息。此外，雇主越来越要求毕业生能够通过查询大型数据集做出重要发现。本课程将通过R编程语言为数学理论和应用计算方法之间搭建桥梁，为学生分析大数据集的统计学习方法打下坚实的基础。课程将涵盖一系列有监督和无监督的学习方法。

学习成果

• 在适合大数据的统计学习方法的数学、视觉和概念特征之间进行转换;
• 使用适当的统计建模技术评估大型和复杂的数据集;
• 设计、实现和验证有监督和无监督机器学习系统;
• 在R计算环境中实现统计模型;
• 学习处理大型数据集的技巧。

学科评估

• >笔试-班级-(50%)-个人
• 书面>项目报告-(50%)-个人。

先决条件:

Ma2405或ma2000或sc2202或sc2209

可用性
凯恩斯，第二阶段，内部
人口普查日期24 - 8月- 2023
协调员:	伊薇特Everingham教授
讲师:	Carla Ewels博士，Yvette Everingham教授。
工作负载的期望:	这门3学分课程的学生课业约为130学时。 26个小时的讲座 13个小时研讨会 评估和自主学习
汤斯维尔，第二阶段，内部
人口普查日期24 - 8月- 2023
协调员:	伊薇特Everingham教授
讲师:	Carla Ewels博士，Yvette Everingham教授。
工作负载的期望:	这门3学分课程的学生课业约为130学时。 26个小时的讲座 13个小时研讨会 评估和自主学习

注意:由于持续不断的科目质量改进过程，可能会出现轻微的变化，如果在评估细节上有轻微的变化，科目大纲代表了最新的官方信息。