淘寶店
學姐本校直發(fā)甄選店
淘寶店
學姐本校直發(fā)甄選店
西南財經大學咨詢答疑請進學姐本校直發(fā)淘寶店：學姐本校直發(fā)甄選店
| 招生年份:2023 | 本院系招生人數: 未公布 | 大數據管理專業(yè)招生人數: 39 | 專業(yè)代碼 : 1201Z5 |
|
研究方向 |
1201Z5大數據管理 01(全日制)大數據與決策智能 02(全日制)人工智能與數據科學 03(全日制)金融大數據優(yōu)化與管理 04(全日制)區(qū)塊鏈與通證經濟 更多研究方向 | ||
|
考試科目 |
①101思想政治理論 ②201英語一 ③303數學三 ④817數據挖掘綜合 更多考試科目信息 | ||
|
初試 |
更多初試參考書目信息 | ||
|
復試科目 |
綜合考試（統(tǒng)計學基礎
50%+python編程基礎50%） 更多復試科目信息 |
||
|
同等學力 |
更多同等學力加試科目 | ||
|
題型結構 |
更多題型結構 | ||
|
資料說明 |
更多資料說明 | ||
|
復試 |
>>更多分數線信息 | ||
|
錄取比例 |
>>更多錄取信息 | ||
|
難度系數 |
>>更多難度分析 | ||
|
導師信息 |
>>更多導師信息 | ||
|
研究方向 |
|||
| 招生年份:2022 | 本院系招生人數: 未公布 | 大數據管理專業(yè)招生人數: 33 | 專業(yè)代碼 : 1201Z5 |
|
研究方向 |
1201Z5大數據管理 01(全日制)大數據與決策智能 02(全日制)人工智能與數據科學 03(全日制)金融大數據優(yōu)化與管理 04(全日制)區(qū)塊鏈與通證經濟 更多研究方向 | ||
|
考試科目 |
①101思想政治理論 ②201英語一 ③303數學三 ④817數據挖掘綜合 更多考試科目信息 | ||
|
初試 |
817數據挖掘綜合：
1. 《數據挖掘 概念與技術》（原書第3版），作者：Jiawei Han（韓家煒），出版社：機械工業(yè)出版社。 2. 《機器學習》，周志華著，清華大學出版社，2016。 3. 《統(tǒng)計學習方法》，李航著，清華大學出版社，2012。 更多初試參考書目信息 |
||
|
復試科目 |
綜合考試（統(tǒng)計學基礎
50%+python編程基礎50%） 更多復試科目信息 |
||
|
同等學力 |
更多同等學力加試科目 | ||
|
題型結構 |
（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%? 更多題型結構 |
||
|
資料說明 |
更多資料說明 | ||
| 招生年份:2021 | 本院系招生人數: 未公布 | 大數據管理專業(yè)招生人數: 31 | 專業(yè)代碼 : 1201Z5 |
|
研究方向 |
1201Z5大數據管理 01(全日制)大數據與金融智能 02(全日制)人工智能與數據科學 03(全日制)金融大數據優(yōu)化 04(全日制)區(qū)塊鏈與通證經濟 更多研究方向 | ||
|
考試科目 |
①101思想政治理論 ②201英語一 ③303數學三 ④817數據挖掘綜合 更多考試科目信息 | ||
|
初試 |
更多初試參考書目信息 | ||
|
復試科目 |
綜合考試（統(tǒng)計學基礎50%+python編程基礎50%） 更多復試科目信息 | ||
|
同等學力 |
更多同等學力加試科目 | ||
|
題型結構 |
更多題型結構 | ||
|
資料說明 |
更多資料說明 | ||
| 招生年份:2020 | 本院系招生人數: 未公布 | 大數據管理專業(yè)招生人數: 35 | 專業(yè)代碼 : 1201Z5 |
|
研究方向 |
1201Z5大數據管理 01(全日制)大數據與金融智能 02(全日制)人工智能與數據科學 03(全日制)金融大數據優(yōu)化 更多研究方向 | ||
|
考試科目 |
①101思想政治理論 ②201英語一 ③303數學三 ④817數據挖掘綜合 更多考試科目信息 | ||
|
初試 |
817數據挖掘綜合
《數據挖掘 概念與技術》（原書第3版），作者：Jiawei Han（韓家煒），出版社：機械工業(yè)出版社。 更多初試參考書目信息 |
||
|
復試科目 |
綜合考試（統(tǒng)計學基礎50%+python編程基礎50%） 更多復試科目信息 | ||
|
同等學力 |
更多同等學力加試科目 | ||
|
題型結構 |
817數據挖掘綜合
題型比例： 選擇題與判斷題 約40％? 簡答題和計算題 約60%? 更多題型結構 |
||
|
資料說明 |
更多資料說明 | ||
| 招生年份:2019 | 本院系招生人數: 未公布 | 大數據管理專業(yè)招生人數: 30 | 專業(yè)代碼 : 1201Z5 |
|
研究方向 |
01(全日制)大數據與金融智能 02(全日制)人工智能與數據科學 03(全日制)金融大數據優(yōu)化 更多研究方向 | ||
|
考試科目 |
①101思想政治理論 ②201英語一 ③303數學三 ④817數據挖掘綜合 更多考試科目信息 | ||
|
初試 |
考試科目： 數據挖掘
第一部分：考試內容及要求 一. 數據挖掘概述 考試內容 數據挖掘的概念 知識發(fā)現過程 數據挖掘數據類型 數據挖掘功能和模式 數據挖掘可利用的技術 數據挖掘應用 數據挖掘的主要問題 考試要求 1．了解數據庫系統(tǒng)技術的演變過程；理解數據挖掘的概念；掌握知識發(fā)現過程的7個步驟。 2．掌握數據挖掘的數據類型；掌握數據挖掘功能和模式；理解數據挖掘與統(tǒng)計學、機器學習的聯系和區(qū)別；了解數據挖掘的應用領域；了解數據挖掘的主要問題。 二. 數據預處理 考試內容 數據屬性 數據基本描述統(tǒng)計 數據預處理概述 數據質量 數據預處理的主要步驟 數據清理 數據集成 數據變換 數據規(guī)約 數據離散化 考試要求 1．了解數據對象與屬性類型。 2. 理解數據的基本統(tǒng)計描述，掌握均值、中位數、眾數、極差、四分位數、方差、標準差和四分位數極差的概念和計算方法；了解數據基本統(tǒng)計描述的圖形顯示；了解度量數據的相似性和相異性。 3．了解進行數據預處理的原因及其重要性；了解數據質量涉及的因素；掌握數據預處理的主要步驟。 4．了解數據清理的概念；了解處理數據缺失值的方法；了解處理噪音數據的方法。 5．理解數據集成的概念；掌握冗余和相關性分析的方法（ 檢驗，Pearson積矩系數）。 6．了解數據變換的策略；掌握數據規(guī)范化的計算方法（最小-最大規(guī)范化、z分數規(guī)范化、按小數定標規(guī)范化）。 7．理解數據歸約的概念；了解數據歸約的策略；了解線性回歸、對數線性模型、直方圖、聚類、抽樣等數據歸約方法。 8．理解數據離散化和概念分層的概念；了解數據離散化的方法（分箱、直方圖分析、聚類分析、相關分析）。 三.數據倉庫和聯機分析處理 考試內容 數據倉庫基本概念 OLTP和OLAP 數據立方體 數據倉庫的數據模型 概念分層 典型的OLAP操作 數據倉庫的設計 數據倉庫的實現 數據倉庫和數據挖掘 考試要求 1．理解數據倉庫的概念和關鍵特征；了解OLTP和OLAP的概念和主要區(qū)別。 2. 了解數據倉庫模型的種類；了解元數據庫的概念以及與其他數據的區(qū)別。 3．理解數據立方體的概念；了解數據倉庫的數據模型（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．了解數據倉庫設計的四種視圖, 了解數據倉庫的設計過程和步驟；了解OLAP查詢處理的步驟。 5．了解三類數據倉庫應用；了解多維數據挖掘的重要性。 四. 挖掘頻繁模式、關聯和相關性 考試內容 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、頻繁項集和關聯規(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. 了解關聯規(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；掌握相關性度量提升度（lift）的計算方法。 五. 分類和預測 考試內容 數據分類和預測的概念 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．理解數據分類的概念；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據預處理方法；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據分類準確率的一般方法。 六. 聚類分析 考試內容 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；了解聚類分析的應用領域；了解比較聚類方法的標準；了解數據挖掘對聚類的典型要求；了解比較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，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；了解測定聚類質量的方法。 第二部分：考試方法和考試時間 數據挖掘考試采用閉卷、筆試形式，考試時間為180分鐘。 第三部分：試卷結構 （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% 更多初試參考書目信息 |
||
|
復試科目 |
復試筆試科目：
綜合考試（統(tǒng)計學基礎 50%+python編程基礎50%） 更多復試科目信息 |
||
|
同等學力 |
更多同等學力加試科目 | ||
|
題型結構 |
更多題型結構 | ||
|
資料說明 |
更多資料說明 | ||
| 招生年份:2017 | 本院系招生人數: 未公布 | 大數據管理專業(yè)招生人數: 10 | 專業(yè)代碼 : 1201Z5 |
|
研究方向 |
01 大數據與金融智能 02 數據科學與智能決策 03 金融大數據優(yōu)化 更多研究方向 | ||
|
考試科目 |
①101 思想政治理論 ②201 英語一 ③303 數學三 ④817 數據挖掘綜合 更多考試科目信息 | ||
|
初試 |
817 數據挖掘綜合：
試卷結構： （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%? 更多初試參考書目信息 |
||
|
復試科目 |
復試筆試科目：
綜合考試（統(tǒng)計學基礎 50%+python 編程基礎50%） 更多復試科目信息 |
||
|
同等學力 |
更多同等學力加試科目 | ||
|
題型結構 |
更多題型結構 | ||
|
資料說明 |
更多資料說明 | ||
wdkao.com All rights reserved 文登教育-值得考生信賴的考研品牌
鄂ICP備19013881號-1
| 手機登錄/注冊 | |
|---|---|
