随着计算方法和信息技术的不断发展，大量数据的产生和收集导致信息爆炸，而信息可以产生价值，因而需要我们对这些数据进行实时和深层次的分析。为了将数据转化为知识，发现有用的信息，需要利用数据挖掘技术来进行数据的处理与分析。数据挖掘技术是建立在人工智能，机器学习，模式识别理论和方法基础上的，用于高维，异构，复杂大数据的整理与分析，挖掘和发现数据之间的相关，趋势，聚类，异常等关系，建立预测和响应变量之间的统计学习模型，用于数据未来发展趋势的预测与泛化。本课程主要介绍数据挖掘的基本概念，数据挖掘的回归和分类技术，聚类分析算法，关联规则，异常检测等技术，分析这些技术和方法在日志挖掘，图像处理，金融大数据处理中的应用与实践过程。