大數(shù)據(jù)在智能數(shù)據(jù)挖掘技術(shù)挑戰(zhàn)研究重點(diǎn)基礎(chǔ)知識(shí)點(diǎn)一、大數(shù)據(jù)在智能數(shù)據(jù)挖掘技術(shù)挑戰(zhàn)概述1.大數(shù)據(jù)背景下的數(shù)據(jù)挖掘技術(shù)a.數(shù)據(jù)量龐大，類型多樣b.數(shù)據(jù)挖掘技術(shù)面臨挑戰(zhàn)c.智能數(shù)據(jù)挖掘技術(shù)發(fā)展趨勢(shì)2.智能數(shù)據(jù)挖掘技術(shù)挑戰(zhàn)a.數(shù)據(jù)質(zhì)量與預(yù)處理b.特征選擇與降維c.模型選擇與優(yōu)化3.研究重點(diǎn)與基礎(chǔ)知識(shí)點(diǎn)a.數(shù)據(jù)挖掘算法分類b.智能數(shù)據(jù)挖掘技術(shù)原理c.案例分析與應(yīng)用二、大數(shù)據(jù)在智能數(shù)據(jù)挖掘技術(shù)挑戰(zhàn)中的數(shù)據(jù)質(zhì)量與預(yù)處理1.數(shù)據(jù)質(zhì)量的重要性a.數(shù)據(jù)質(zhì)量對(duì)挖掘結(jié)果的影響b.數(shù)據(jù)質(zhì)量評(píng)估方法c.數(shù)據(jù)清洗與去噪技術(shù)2.數(shù)據(jù)預(yù)處理方法a.數(shù)據(jù)集成與融合b.數(shù)據(jù)轉(zhuǎn)換與規(guī)范化c.數(shù)據(jù)標(biāo)準(zhǔn)化與歸一化3.案例分析a.數(shù)據(jù)質(zhì)量對(duì)挖掘結(jié)果的影響案例b.數(shù)據(jù)預(yù)處理方法在實(shí)際應(yīng)用中的案例c.數(shù)據(jù)質(zhì)量與預(yù)處理在智能數(shù)據(jù)挖掘中的重要性三、大數(shù)據(jù)在智能數(shù)據(jù)挖掘技術(shù)挑戰(zhàn)中的特征選擇與降維1.特征選擇的重要性a.特征選擇對(duì)模型性能的影響b.特征選擇方法分類c.特征選擇在實(shí)際應(yīng)用中的案例2.降維技術(shù)a.降維方法分類b.主成分分析（PCA）原理與應(yīng)用c.特征選擇與降維在實(shí)際應(yīng)用中的案例3.案例分析a.特征選擇對(duì)模型性能的影響案例b.降維技術(shù)在實(shí)際應(yīng)用中的案例c.特征選擇與降維在智能數(shù)據(jù)挖掘中的重要性四、大數(shù)據(jù)在智能數(shù)據(jù)挖掘技術(shù)挑戰(zhàn)中的模型選擇與優(yōu)化1.模型選擇的重要性a.模型選擇對(duì)挖掘結(jié)果的影響b.模型選擇方法分類c.模型選擇在實(shí)際應(yīng)用中的案例2.模型優(yōu)化方法a.模型優(yōu)化方法分類b.調(diào)參與優(yōu)化策略c.模型優(yōu)化在實(shí)際應(yīng)用中的案例3.案例分析a.模型選擇對(duì)挖掘結(jié)果的影響案例b.模型優(yōu)化方法在實(shí)際應(yīng)用中的案例c.模型選擇與優(yōu)化在智能數(shù)據(jù)挖掘中的重要性五、大數(shù)據(jù)在智能數(shù)據(jù)挖掘技術(shù)挑戰(zhàn)中的研究重點(diǎn)與基礎(chǔ)知識(shí)點(diǎn)1.數(shù)據(jù)挖掘算法分類a.描述性挖掘、預(yù)測(cè)性挖掘、關(guān)聯(lián)規(guī)則挖掘等b.算法原理與應(yīng)用場(chǎng)景c.算法優(yōu)缺點(diǎn)分析2.智能數(shù)據(jù)挖掘技術(shù)原理a.智能數(shù)據(jù)挖掘技術(shù)定義b.智能數(shù)據(jù)挖掘技術(shù)特點(diǎn)c.智能數(shù)據(jù)挖掘技術(shù)發(fā)展趨勢(shì)3.案例分析與應(yīng)用a.智能數(shù)據(jù)挖掘技術(shù)在各領(lǐng)域的應(yīng)用案例b.案例分析中的挑戰(zhàn)與解決方案c.智能數(shù)據(jù)挖掘技術(shù)在未來的發(fā)展趨勢(shì)[1]，.大數(shù)據(jù)與智能數(shù)據(jù)挖掘技術(shù)[M].北京：清華大學(xué)出版社，2018.[2]，趙六.智能數(shù)據(jù)挖掘技術(shù)原理與應(yīng)用[M].上海：上海交通大學(xué)出版社，201