课程进阶
犹他大学：数据挖掘（2026 秋）
这是犹他大学数据挖掘课程（课程编号 CS 5140/6140、DS 4140）2026 年秋季的课程主页，授课教师为 Jeff Phillips，并列出三名助教的答疑时间。课程在周二、周四 10:45–12:05 于 GC 1900 上课，讲座会发布并归档在 YouTube 上。页面提供教学大纲、项目、学习成果、参考书目、视频和先修要求等链接，并给出逐次课的日程表，主题包括统计现象、相似度（语言嵌入、度量距离、HNSW 近似最近邻、Jaccard 与 Min-Hashing、LSH）、层次聚类与 K-Means 等，每讲标注了对应阅读材料和项目节点。适合想了解数据挖掘课程主题与资料安排的人阅读。
- 分级
- 值得看
- 所属主题
- RAG 与搜索
- 收录时间
- 2026-10-29
- 难度
- 进阶
- 语言
- 英文
- 规模
- 约 26 次课 · 16 讲视频
- 动手
- 5 次作业 + 团队项目
学完你能
- 把文本等结构化数据转换为向量、集合或矩阵等抽象数据表示，并考虑建模上的取舍。
- 实现并分析聚类、降维、图分析和快速相似搜索中的基础数据挖掘算法。
- 理解、讨论与评估聚类、降维、图分析、快速相似搜索和噪声数据处理方面的进阶算法。
- 以团队形式设计并执行一个多环节数据挖掘项目，处理未为分析任务预处理好结构的数据，并比较评估设计选择。
- 用书面、口头和可视化形式向小组、大课堂汇报项目进展与最终结果。
- 能读懂并实现许多数据挖掘研究论文中的想法。
适合你吗
适合
- 具备基础概率、线性代数、big-O 分析与编程和数据结构能力的学生
- 计算机、数据科学方向的本科生、硕士生和博士生
- 希望理解无监督数据分析基本原理与可扩展算法的人
- 愿意投入团队项目并做海报与报告展示的人
暂不适合
- 只想要应用型机器学习建模速成、不关心算法原理与误差分析的人
- 不接受团队项目和多次汇报展示的人
- 无法使用 Python 完成作业、也不打算自学的人
需要先会
需熟悉基础概率、基础线性代数、基础 big-O 分析以及编程与数据结构；本科生正式先修 CS 3500 与 CS 3190（后者含 CS 3130、Math 2270），研究生无强制先修但建议复习 M4D 第 1、3 章及第 2、5、7 章开头部分。
课程特点
- 内容侧重
- 无监督方向的数据挖掘基础原理：数据表示、相似搜索与距离度量、聚类、流式小空间摘要、降维、噪声与隐私、图分析；兼顾近期进展与大型互联网公司相关应用。
- 练习与项目
- 5 次作业（统计现象、相似搜索、聚类、流式、降维，噪声与图各半次）、期中与期末测验、含提案、数据收集报告、中期报告、最终报告和海报日的团队项目；默认使用 Python，建议用 LaTeX 写作业。
- 投入时间
- 周二、周四 10:45–12:05 上课，每次 80 分钟，整学期约 26 次课；页面未给出总学时与课外投入。
- 费用说明
- 页面未写明选课费用、证书或会员信息；教材 M4D 与 FoDS 可在线获取，MMDS 电子版免费、纸质版需自行购买。
内容覆盖
- 课程概览
- 统计现象
- 相似性：语言嵌入
- 相似性：度量距离
- 相似性：近似最近邻与 HNSW 图搜索
- 相似性：Jaccard 与 Min-Hashing
- 相似性：LSH 与分布距离
- 聚类：层次聚类
- 聚类：K-Means
- 聚类：谱聚类
- 聚类：选择 k
- 流式：模型与采样
- 流式：Misra-Gries、Count-Min 与 Apriori
- 期中测验
- 流式：去重计数与可合并性
- 降维：SVD 与 PCA
- 降维：矩阵草图
- 降维：度量学习
- 降维：随机投影
- 降维：特征选择
- AI 赋能的科学
- 噪声：离群点与稳健估计
- 噪声：异常检测
- 噪声：（差分）隐私
- 图分析：（图）嵌入与偏差
- 图分析：马尔可夫链
- 图分析：PageRank
- 图分析：社区发现
- 期末测验
- 海报日
课程各讲
已上线 16 讲 · YouTube 视频合集（新标签页打开）