武汉大学计算机学院2024-2025第一学期
商务智能-课后作业3
1. 请解释什么是大数据杀熟，其主要的特征以及不合理的地方。（10分）
2. 请解释多层神经网络进行分类的主要原理。（10分）
3. 请解释卷积神经网络中的参数共享和局部连接的主要原理。（10分）
4. 请举出一个使用卷积神经网络可以提高商务效率的应用，并解释其中的过程和原理。（10分）
5. 请给出在卷积神经网络进行猫狗分类的代码（可使用百度飞桨实现，也可使用其他语言实现，给出重点代码及其解释）。（30分）
6. 请运用阿里云大数据工具，生成自己感兴趣的图片，并在网站提交。（30分）
要求：
1. 请包含封面，封面应有姓名和学号。
2. 实现语言不限（包括R，matlab等语言），提交内容包含源代码和报告两部分。源代码应包含完整的、可执行的代码。
3. 电子版命名为“商务智能3-姓名-学号”，请在课程网站提交。
截止时间，12月18日晚23:59分
武汉大学计算机学院2024-2025年第一学期
《商务智能》课程报告要求和评分标准
一、请选择本课程涵盖的描述性分析、预测性分析、规范性分析这三种主要商务智能分析之一，运用所学的主要技术内容如深度学习、关联分析、回归、分类、聚类或其它，自行设计应用场景，确定任务需求，进行总体设计，准备数据，进行模型训练或数据分析，得出最终结果，并撰写课程报告。
要求：
1. 每位同学需单独完成本报告。
2. 报告应描述完整，至少包括选题背景（如选题原因、研究现状或类似应用程序情况等）、需求分析（如目标客户、功能和非功能需求等）、解决方案（如采用的技术、算法等的介绍、数据采集和处理步骤、独创性说明等）、关键代码实现（使用的技术平台、关键代码部分、测试与结果、界面设计等），社会价值（如包含应用的领域及推广前景等），总结与讨论几个部分，可以包含更多的任务需要的内容。上述括号中的解释为方便大家理解，并非一定要包括，大家可按需求举一反三，自由设置。
3. 可使用自己熟悉的任何工具或语言，包括AI Studio、阿里平台、Sklearn、R、matlab、python、 Java、C++等，可参考现有项目中代码，但也应有自己的创新。
4. 报告请使用学校统一模板。
5. 提交内容包含源代码、报告、相关数据三部分。源代码应包含完整的、可执行的代码（如在AI Studio上实现请在报告中明确如何在AI Studio访问所实现的程序，同时也需要把代码数据下载下来提交），同时应有必要的配置说明（参数说明、依赖软件说明等）和使用说明（介绍如何运行代码）。相关数据应详细描述数据来源或产生过程，并附加所有数据文件和中间结果数据（如文件为公开数据集且较大（100M以上）请注明下载地址，不用提交）。
6. 最终请提交压缩打包电子版一份。电子版命名为“学号-姓名-课程报告”，将在课程网站提交。
评分标准：
1. 基础掌握 10分
在报告中展示掌握了商务智能的基本理论知识，具有良好的报告格式。
2. 问题分析与解决能力：50分
能够获取与分析商务智能问题的需求，识别影响设计目标和技术方案的各种影响因素，提出具有充足技术水平、内容完善、有创新意识的设计方案；
3. 技术开发能力：40分
针对特定商务智能问题，能够选用或开发恰当的技术、资源、软件工具与平台，进行设计、开发、测试等任务，能获得合适效果、对软件功能和展示有良好设计等。
武汉大学计算机学院2024-2025第一学期
商务智能-课后作业2
1. 请说明灵敏性和特效性是如何互补的对分类算法进行评价的。（5分）
2. 请讨论ROC曲线的作用。（5分）
3. 请编写程序实现Apriori算法和FP-Growth算法，算法可以根据给定的支持度和置信度获取所有的频繁项集和关联规则。请自拟数据集进行测试。（25分）
4. 请编写程序实现决策树算法，请自拟数据集进行测试。（20分）
5. 请给出贝叶斯分类的伪代码，并说明该算法是如何从后验概率的计算变化为容易计算的形式的。（15分）
6. 请分析k-means算法不适合的场景。（10分）
7. 请使用单连接算法描述下列数据是如何进行层次聚类的并画出树状图。
（10，8） （70，80） （99，87） （6，5） （5，10） （20分）
要求：
1. 请包含封面，封面应有姓名和学号。
2. 实现语言不限（包括R，matlab等语言），提交内容包含源代码和报告两部分。源代码应包含完整的、可执行的代码。
3. 电子版命名为“商务智能2-姓名-学号”，请在课程网站提交。
截止时间，11月30日晚23:59分
武汉大学计算机学院2024-2025第一学期
商务智能-课后作业1
1. 请给出自己的商务智能定义。（7分）
2. 请思考商务智能可能会遇到哪些法律问题，举出具体例子并讨论 （7分）
3. 请解释什么描述性、预测性和规范性分析，给出一个例子对此进行说明 （12分）
4. 请说明数据挖掘的主要步骤，请简述每个步骤的基本含义。（7分）
5. Skewness是什么，请计算对称正态分布，正偏移和负偏移时候的Skewness的数值（请自行拟定数据分布具体数值）。同理，对Kurtosis进行解释、模拟数据和计算。（24分）
6. 请自拟数据集计算混合类型相似度矩阵，数据应包括所有不同的类型（标称型，对称二元属性，非对称二元属性，序数型，数值型），且属性总数目不低于8个 （20分）
7. 请编写程序实现网络爬虫算法，请进行简单的测试（不要爬取过多数据）（23分）
要求：
1. 请包含封面，封面应有姓名和学号。
2. 开发类题目实现语言不限，提交内容包含源代码和报告两部分。报告应包含相关算法的描述、实现的关键代码和相关的测试情况描述。
3. 电子版命名为“商务智能1-姓名-学号”，请在课程网站提交（稍后公开）。
期限：
10月28日 (星期一)
一、请选择本课程涵盖的描述性分析、预测性分析、规范性分析这三种主要商务智能分析之一，运用所学的主要技术内容如深度学习、关联分析、回归、分类、聚类或其它，自行设计应用场景，确定任务需求，进行总体设计，准备数据，进行模型训练或数据分析，得出最终结果，并撰写课程报告。
要求：
1. 每位同学需单独完成本报告，卓越班课头必须使用英文完成，计入格式要求，使用英文得5分，未使用不得5分（软工班课头同学无此项要求）。
2. 报告应描述完整，至少包括选题背景（如选题原因、研究现状或类似应用程序情况等）、需求分析（如目标客户、功能和非功能需求等）、解决方案（如采用的技术、算法等的介绍、数据采集和处理步骤、独创性说明等）、关键代码实现（使用的技术平台、关键代码部分、测试与结果、界面设计等），社会价值（如包含应用的领域及推广前景等），总结与讨论几个部分，可以包含更多的任务需要的内容。上述括号中的解释为方便大家理解，并非一定要包括，大家可按需求举一反三，自由设置。
3. 可使用自己熟悉的任何工具或语言，包括AI Studio、Sklearn、R、matlab等，可参考现有项目中代码，但也应有自己的创新。
4. 报告请使用学校统一模板。
5. 提交内容包含源代码、报告、相关数据三部分。源代码应包含完整的、可执行的代码（如在AI Studio上实现请在报告中明确如何在AI Studio访问所实现的程序，同时也需要把代码数据下载下来提交），同时应有必要的配置说明（参数说明、依赖软件说明等）和使用说明（介绍如何运行代码）。相关数据应详细描述数据来源或产生过程，并附加所有数据文件和中间结果数据（如文件为公开数据集且较大（100M以上）请注明下载地址，不用提交）。
6. 最终请提交压缩打包电子版一份。电子版命名为“学号-姓名-课程报告”，将在课程网站提交。
评分标准：
1. 基础掌握 10分
在报告中展示掌握了商务智能的基本理论知识，具有良好的报告格式。
2. 问题分析与解决能力：50分
能够获取与分析商务智能问题的需求，识别影响设计目标和技术方案的各种影响因素，提出具有充足技术水平、内容完善、有创新意识的设计方案；
3. 技术开发能力：40分
针对特定商务智能问题，能够选用或开发恰当的技术、资源、软件工具与平台，进行设计、开发、测试等任务，能获得合适效果、对软件功能和展示有良好设计等。
一、请选择本课程涵盖的描述性分析、预测性分析、规范性分析这三种主要商务智能分析之一，运用所学的主要技术内容如深度学习、关联分析、回归、分类、聚类或其它，自行设计应用场景，确定任务需求，进行总体设计，准备数据，进行模型训练或数据分析，得出最终结果，并撰写课程报告。
要求：
1. 每位同学需单独完成本报告，卓越班课头必须使用英文完成，计入格式要求，使用英文得5分，未使用不得5分（软工班课头同学无此项要求）。
2. 报告应描述完整，至少包括选题背景（如选题原因、研究现状或类似应用程序情况等）、需求分析（如目标客户、功能和非功能需求等）、解决方案（如采用的技术、算法等的介绍、数据采集和处理步骤、独创性说明等）、关键代码实现（使用的技术平台、关键代码部分、测试与结果、界面设计等），社会价值（如包含应用的领域及推广前景等），总结与讨论几个部分，可以包含更多的任务需要的内容。上述括号中的解释为方便大家理解，并非一定要包括，大家可按需求举一反三，自由设置。
3. 可使用自己熟悉的任何工具或语言，包括AI Studio、Sklearn、R、matlab等，可参考现有项目中代码，但也应有自己的创新。
4. 报告请使用学校统一模板。
5. 提交内容包含源代码、报告、相关数据三部分。源代码应包含完整的、可执行的代码（如在AI Studio上实现请在报告中明确如何在AI Studio访问所实现的程序，同时也需要把代码数据下载下来提交），同时应有必要的配置说明（参数说明、依赖软件说明等）和使用说明（介绍如何运行代码）。相关数据应详细描述数据来源或产生过程，并附加所有数据文件和中间结果数据（如文件为公开数据集且较大（100M以上）请注明下载地址，不用提交）。
6. 最终请提交压缩打包电子版一份。电子版命名为“学号-姓名-课程报告”，将在课程网站提交。
评分标准：
1. 基础掌握 10分
在报告中展示掌握了商务智能的基本理论知识，具有良好的报告格式。
2. 问题分析与解决能力：50分
能够获取与分析商务智能问题的需求，识别影响设计目标和技术方案的各种影响因素，提出具有充足技术水平、内容完善、有创新意识的设计方案；
3. 技术开发能力：40分
针对特定商务智能问题，能够选用或开发恰当的技术、资源、软件工具与平台，进行设计、开发、测试等任务，能获得合适效果、对软件功能和展示有良好设计等。
1. 请说明灵敏性和特效性是如何互补的对分类算法进行评价的。（5分）
2. 请讨论深度学习进行分类的主要原理。（5分）
3. 请编写程序实现Apriori算法和FP-Growth算法，算法可以根据给定的支持度和置信度获取所有的频繁项集和关联规则。请自拟数据集进行测试。（25分）
4. 请编写程序实现决策树算法，请自拟数据集进行测试。（20分）
5. 请给出贝叶斯分类的伪代码，并说明该算法是如何从后验概率的计算变化为容易计算的形式的。（15分）
6. 请分析k-means算法不适合的场景。（10分）
7. 请使用单连接算法描述下列数据是如何进行层次聚类的并画出树状图。
（10， 8） （70，80） （99，87） （6，5） （5，10） （20分）
要求：
1. 请包含封面，封面应有姓名和学号。
2. 实现语言不限（包括R，matlab等语言），提交内容包含源代码和报告两部分。报告应包含对算法的理论描述、实现的关键代码和相关的测试情况描述。源代码应包含完整的、可执行的代码。
3. 实现上可不调用类库进行直接实现；或直接调用类库，并在数据处理、应用场景描述和分析上做更多的工作。
4. 电子版命名为“商务智能2-姓名-学号”，请在课程网站提交。
截止时间，15周周六（12月23日）晚23:59分
（卓越工程师班同学要求英文做答）(总分100分， 卓越工程师班未使用英语扣5分，软工班对语言无要求)
1. 请说明灵敏性和特效性是如何互补的对分类算法进行评价的。（5分）
2. 请讨论深度学习进行分类的主要原理。（5分）
3. 请编写程序实现Apriori算法和FP-Growth算法，算法可以根据给定的支持度和置信度获取所有的频繁项集和关联规则。请自拟数据集进行测试。（25分）
4. 请编写程序实现决策树算法，请自拟数据集进行测试。（20分）
5. 请给出贝叶斯分类的伪代码，并说明该算法是如何从后验概率的计算变化为容易计算的形式的。（15分）
6. 请分析k-means算法不适合的场景。（10分）
7. 请使用单连接算法描述下列数据是如何进行层次聚类的并画出树状图。
（10， 8） （70，80） （99，87） （6，5） （5，10） （20分）
要求：
1. 请包含封面，封面应有姓名和学号。
2. 实现语言不限（包括R，matlab等语言），提交内容包含源代码和报告两部分。报告应包含对算法的理论描述、实现的关键代码和相关的测试情况描述。源代码应包含完整的、可执行的代码。
3. 实现上可不调用类库进行直接实现；或直接调用类库，并在数据处理、应用场景描述和分析上做更多的工作。
4. 电子版命名为“商务智能2-姓名-学号”，请在课程网站提交。
截止时间，15周周六（12月23日）晚23:59分