课程简介
近些年，随着人工智能以及计算机视觉技术的不断发展成熟，生物特征识别技术也得到了快速发展。在现代安防、军事和国民经济众多领域具有重要应用。它利用对人体自身携带的特征信息的实时获取、处理、分类及识别等途径实现对人体身份的准确识别和认证，涉及光电成像、图像处理和模式识别等高新技术领域，是一门新兴交叉学科课程。
课程基于指纹、人脸、虹膜等多种生物特征，对典型生物特征的信息感知技术、特征提取与识别技术进行介绍，使学生了解具体的关键技术、基本原理，以及系统构建与评测的基本方法，提高学生对人工智能与生物特征识别系统新型技术方向的认识，培养学生综合应用所学知识构建实际系统及分析问题和解决问题的能力。
课程大纲
商务智能概况
课程基本情况
商务智能概述
商务智能定义讨论
章节作业
数据采集与集成
数据采集
数据仓库
数据仓库必要性和特性讨论
章节作业
数据挖掘
为什么要进行数据挖掘
什么是数据挖掘
什么样的数据能被挖掘
可以挖掘什么样的模式
数据挖掘的技术、应用和挑战
数据挖掘讲义
数据挖掘讨论
章节作业
认识数据
数据相异性
标称属性相异性计算
数值属性相异性计算
序数属性相异性计算
混合属性相似性计算
认识数据讲义
认识数据讨论
认识数据讨论2
章节作业
数据统计描述
中心性度量
分散性度量
数据统计性描述讨论
章节作业
挖掘关联规则
关联规则定义
Aprior算法
FP-growth算法
评估度量比较
关联规则定义讲义
关联规则挖掘算法讲义
关联规则讨论
章节作业
分类技术
分类基本概念
决策树
分类讨论
章节作业
概率分类法
贝叶斯分类
分类器的评估方法
贝叶斯分类讨论
章节作业
聚类分析
聚类概念和K均值算法
K中心点算法
层次聚类
聚类讨论
章节作业
期末考试
