课程内容：主要是数据挖掘（传统机器学习）的基础加一些学科前沿。

使用教材：《数据挖掘导论》，想要深入可以看看西瓜书和李航那本书。

作业内容：两次作业+组队pre+论文，想卷也能卷，不想卷的话作业量适中。总的来说不如隔壁水。

考试内容：开卷，前70%打印了PPT再看一遍教材都能答出来，后30%考察前沿内容，所以最好去听。给分很好。记得带计算器。

虽然名字叫《数据仓库与数据挖掘》但23秋完全没讲数据仓库，其实这对数开来说挺重要的。

王老师第一次讲课节奏把握的不大好，感觉有些太慢了，身边人都觉得有点催眠，有节课更是创下了只有5个人来上课的科软记录。但是客观地说其实讲的还可以，基本概念、算法逻辑、理论推导啥的都给你梳理清楚了，就是上课节奏实在太慢了，感觉不如自己自学……如果能开2倍速这课应该不至于这么冷清。

一共两次实验，都是数据科学里最基础的hello world，是真的水没啥好讲的。大作业是2人组队，完成一个数据挖掘领域相关问题的讨论和综述，或者对已有方法改进或新方法，或者组队打比赛。大部分人选了写综述，只有两队选了比赛，当然我就是其中之一，直接把隔壁数据科学基础的大作业比赛拿来复用了。

最后是考试，一出考场这个卷子就让人吐槽了，出的题半天写不完。比如决策树那题信息增益划分点有6个，狂按计算器，然后换成基尼系数再按一遍，没带计算器的同学完全没法做。开放题也是天马行空，继考研政治以来头一回写这么多字。虽说是开卷但是时间真不够你去翻的，还是得好好复习。

给分是课程大作业 40% + 课程实验 20% + 开卷考试 40%。最后给了87，大伙平时分基本都差不多拉满了，算出来我考试卷面分大概68分，倒也正常。