《数据挖掘》是金融硕士学位课程中的一门重要学科基础课或方向必修课程，侧重于培养学生在金融大数据环境中，利用现代数据挖掘技术解决实际问题的能力。本课程通过系统讲解数据挖掘的基本概念、流行算法及在金融领域的典型应用场景，引导学生掌握从数据预处理、模型构建到结果评估的全流程，并熟练运用相关软件工具进行实操分析。课程融合了统计学、计算机科学与金融学的跨学科知识，旨在培养学生成为兼具技术能力与金融洞察力的复合型人才。
本课程定位于学术型硕士研究生的专业选修课程，它针对各种数学问题，从计算机求解的角度，建立相应的计算方法，并给出理论分析及应用。教学目的主要是让学生熟练掌握误差基本理论、多项式插值和拟合、数值积分和数值微分、方程（组）的数值解法，数值最优化等内容，培养学生用数值逼近方法近似求解数学问题的能力；培养独立思考和判断，具备运用所学专业知识分析问题、设计算法并编程实现以解决实际问题的应用和创新能力。了解数学家的故事及其所提出的经典算法的背景、数值分析发展的历程、前沿研究动态，勤奋踏实，具备良好的科学和文化素养，培养协同合作、服务社会的意识和利用现代技术获取信息、开展学术研究的综合素质，增强科技兴国的使命感。