本课程属于金融学专业硕士研究生的方向必修课程。

教学目标：学生应理解和掌握数据挖掘的基本原理和方法，包括数据预处理，数据的基本分析，有监督学习模型（决策树与人工神经网络），关联分析和聚类分析，会利用数据挖掘理论与工具解决金融中的实际问题。

教学方式：课堂教学和项目式学习。项目式学习要求学生实践从资料整理、问题设计、数据收集与分析、模型建立及评估的完整金融数据挖掘流程。

考核方式：考察

成绩构成：平时成绩（考勤10%+作业30%）+课程论文60%

个人课程目标

初级：仿照文献复现他人的方案和结果，在这个过程中学习掌握相关的理论与技术。

高级：在文献综述的基础上，能够提出新的研究问题、或对现有方案或方法的改进，并且基于算法平台进行验证。