作为大数据专业核心课程，《数据挖掘》深度融合了数据库、人工智能、机器学习、神经网络、深度学习、统计学、模式识别、知识库系统、知识获取、信息检索、高性能计算、数据可视化等各个领域的最新研究成果，从数据库的视角，阐述了数据挖掘系统的原型、结构、特征、算法、方法，课程着重于数据挖掘技术的可行性、实用性、有效性和大型数据库中模型发现的可测量性等问题。课程内容包括数据挖掘综述、关联挖掘、分类技术、回归聚类、时序分析、WEB挖掘等方面的基本概念和算法技术。通过本课程的学习，学生可以掌握数据挖掘核心知识体系，包括数据仓库、OLAP技术、关联规则、分类预测、回归与聚类、深度学习、Web挖掘和空间挖掘等，了解国内外理论前沿和未来数据挖掘实践发展趋势；能够熟练应用数据挖掘的基本原理和模型算法，结合数据科学与大数据技术专业理论和技术方法，深刻领会数据挖掘理念，通过文献分析与课题研究等分析本领域复杂工程问题。