课程评价、考核资料清单、要求及说明 数据挖掘技术 大数据工作思路 大数据概述与应用 大数据现状与问题 基本概念简述  大数据采集与预处理  大数据存储与管理  大数据计算模式  大数据分析与挖掘  大数据可视化分析  大数据安全

《概率论与数理统计 B》 《高等数学 B1》 《高等数学 B2》 《工商管理专业导论》 《管理统计与 SPSS 应用》 《管理学 A》 《宏观经济学 C》 《基础会计学 B》 《经济法 A》 《市场营销学 A》 《微观经济学 B》 《线性代数》 2学科基础课平台选修课 《ERP 沙盘模拟》 《财务管理学 B》 《公共关系学》 《供应链与物流管理 A》 《管理沟通》 《管理信息系统》 《管理心理学 A》 《国际贸易实务 A》 《计量经济学 B》 《计算机办公自动化 (中高级应用)》 《计算机网络 B》 《经济写作》 《企业伦理学》 《系统工程学 B》 《数据挖掘与商务智能》 《信息检索与利用》 《博弈论与信息经济学》 《运筹学 B》 3专业课平台必修课 《管理英语 1》 《管理英语 2》 《绩效管理 A》 《技术经济学 A》 《工商管理专业毕业设计（论文）》 《工商管理专业毕业实习》 《工商管理专业认识实习》 《工商管理专业学年论文（论文）》 《工管专业认知社会调查》 《工商管理专业实习》 《人力资源开发与管理 A》 《生产运作管理》 人力资源开发与管理实习大纲 《战略管理 A》 《组织行为学》 4 专业课平台选修 《创新创业创意实训》实习大纲 《创业管理》 《电子商务 B》 《管理经济学》 《管理研究方法》 《广告学》 《广告学》实习 《跨国公司管理》 《跨文化管理》 《领导科学》 《品牌管理》 《商务礼仪》 《市场调查与分析》 《数据库原理与应用 A》 《组织理论与组织设计》 《现场管理》 《薪酬管理》 《质量管理》 478

1学科基础课平台必修课 《概率论与数理统计 B》 《高等数学 B1》 《高等数学 B2》 《管理统计与 SPSS 应用》 《管理学 A》 《宏观经济学 C》 《基础会计学 B》 《经济法 A》 《人力资源管理专业导论》 《市场营销学 A》 《微观经济学 B》 《线性代数》 2学科基础课平台选修课 《ERP 沙盘模拟》 《财务管理学 B》 《公共关系学》 《供应链与物流管理 A》 《管理沟通》 《国际贸易实务 A》 《管理信息系统》 《管理心理学 A》 《计量经济学 B》 《计算机办公自动化 (中高级应用）》 《计算机网络 B》 《经济写作》 《逻辑学》 《企业伦理学》 《系统工程学 B》 《数据挖掘与商务智能》 《网页设计与制作》 《网页设计与制作》考试 《网页设计与制作》课程实训 《信息检索与利用》 《博弈论与信息经济学》 《运筹学 B》 3专业课平台必修课 《管理英语 1》 《管理英语 2》 《绩效管理 A》 《技术经济学 A》 《人力资源管理专业毕业设计（论文）》 《人力资源管理专业毕业实习》 《人力资源管理专业认识实习》 《人力资源管理专业学年论文（论文）》 《人管专业认知社会调查》 《人力资源管理专业实习》 《人力资源开发与管理 A》 人力资源开发与管理实习大纲 《生产运作管理》 《战略管理 A》 《组织行为学》 4专业课平台选修 《创新创业创意实训》实习大纲 《创业管理》 《电子商务 B》 《管理经济学》 《广告学》 《广告学》实习 《国际贸易地理》 《跨国公司管理》 《跨文化管理》 《劳动与社会保障法 A》 《领导科学》 《品牌管理》 《商务礼仪》 《市场调查与分析》 《数据库原理与应用 A》 《组织理论与组织设计》 《现场管理》 《薪酬管理》 《质量管理》

本章介绍了Hibernate框架的基本知识，包括：Hibernate核心组件、工作原理、编程步骤和实体映射的基本方法，最后通过两个案例说明Hibernate的具体应用。 Hibernate简介 Hibernate结构体系 核心组件和运行过程

◼ Basic concepts and a road map ◼ Efficient and scalable frequent itemset mining methods ◼ Mining various kinds of association rules ◼ From association mining to correlation analysis ◼ Constraint-based association mining ◼ Summary

◼ Why Data Mining? ◼ What Is Data Mining? ◼ A Multi-Dimensional View of Data Mining ◼ What Kinds of Data Can Be Mined? ◼ What Kinds of Patterns Can Be Mined? ◼ What Kinds of Technologies Are Used? ◼ What Kinds of Applications Are Targeted? ◼ Major Issues in Data Mining ◼ A Brief History of Data Mining and Data Mining Society ◼ Summary

◼ Data Preprocessing: An Overview ◼ Data Quality ◼ Major Tasks in Data Preprocessing ◼ Data Cleaning ◼ Data Integration ◼ Data Reduction ◼ Data Transformation and Data Discretization ◼ Summary

10.1 入侵检测概述 10.2 入侵检测原理 10.3 入侵检测系统的关键技术 10.4 基于数据挖掘的智能化入侵检测系统设计

研究背景与现状分析 航空发动机磨损故障诊断界限值制定研究 航空发动机磨损趋势组合预测模型研究 基于数据挖掘的航空发动机磨损故障诊断知识获取 航空发动机磨损故障融合诊断技术研究 航空发动机磨损故障诊断专家系统开发 总结与展望

• 深度学习基础 – 深度学习的发展过程 – 深度学习常用技术框架 – 常用深度学习算法 • 音频质量评价 – 音频样本及特征预处理 – 音频特征选择 – 卷积神经网络模型训练 • 模型参数调优 • 性能验证