《《機(jī)器學(xué)習(xí)》課程教學(xué)大綱（本科）》由會員分享，可在線閱讀，更多相關(guān)《《機(jī)器學(xué)習(xí)》課程教學(xué)大綱（本科）（4頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、《機(jī)器學(xué)習(xí)》課程教學(xué)大綱 課程編號：04290 課程名稱：機(jī)器學(xué)習(xí) 英文名稱：Machine Learning 課程類型：學(xué)科基礎(chǔ)課 課程要求：必修 學(xué)時/學(xué)分：48/3 （講課學(xué)時：40 上機(jī)學(xué)時：8） 適用專業(yè)：智能科學(xué)與技術(shù) 一、 課程性質(zhì)與任務(wù) 機(jī)器學(xué)習(xí)是智能科學(xué)專業(yè)的學(xué)生學(xué)習(xí)和掌握各種復(fù)雜求解算法進(jìn)行決策的基礎(chǔ)課程。本 課程在教學(xué)方面著重介紹各種機(jī)器學(xué)習(xí)算法的基本思想、理論體系和計算機(jī)實現(xiàn)的技巧。在培 養(yǎng)學(xué)生實踐能力方面著重培養(yǎng)學(xué)生設(shè)計求解算法的整體思路，設(shè)計求解步驟，使學(xué)生能夠應(yīng)用 機(jī)器學(xué)習(xí)對復(fù)雜問題進(jìn)行決策。（支撐畢業(yè)要求1.2, 2.2, 3.1, 3.

2、2, 5.1, 5.2, 10.1, 10.3, 11.1, 11.2） 二、 課程與其他課程的聯(lián)系 先修課程：C語言，人工智能基礎(chǔ)，神經(jīng)網(wǎng)絡(luò)技術(shù)、概率論與數(shù)理統(tǒng)計 后續(xù)課程：大數(shù)據(jù)分析 概率論與數(shù)理統(tǒng)計課程學(xué)習(xí)的數(shù)學(xué)理論知識是本課程貝葉斯學(xué)習(xí)和評估假設(shè)學(xué)習(xí)的基礎(chǔ)。 人工智能和神經(jīng)網(wǎng)絡(luò)技術(shù)是本課程的基本算法的組成部分。C語言可實現(xiàn)本課程的機(jī)器學(xué)習(xí)算 法。 本課程給出的機(jī)器學(xué)習(xí)算法可用來為數(shù)據(jù)分析結(jié)果實現(xiàn)智能化提供方法。 三、 課程教學(xué)目標(biāo) 1. 學(xué)習(xí)機(jī)器學(xué)習(xí)算法的基本理論知識、算法的求解思想和基本流程，能夠?qū)崿F(xiàn)智能機(jī)器人、 智能控制系統(tǒng)的自動化、信息化、智能化等復(fù)雜工程問

3、題；（支撐畢業(yè)要求1.2, 2.2） 2. 通過對機(jī)器學(xué)習(xí)算法的學(xué)習(xí)，能夠針對智能控制系統(tǒng)、智能機(jī)器人等復(fù)雜工程問題， 開發(fā)、選擇與使用合理的智能技術(shù)、資源，實現(xiàn)對復(fù)雜工程問題的預(yù)測與模擬。（支撐畢業(yè)要 求5.1, 5.2） 3. 通過機(jī)器學(xué)習(xí)算法的整體求解思路，各部分算法實現(xiàn)能夠基于智能系統(tǒng)工程相關(guān)背景知 識進(jìn)行合理分析，評價復(fù)雜工程問題解決方案對社會、健康、安全、法律以及文化的影響； （支撐畢業(yè)要求3.1, 3.2） 4. 通過對機(jī)器學(xué)習(xí)算法的學(xué)習(xí)，能夠掌握智能系統(tǒng)及智能工程管理與經(jīng)濟(jì)決策方法，并能 在多學(xué)科環(huán)境中應(yīng)用；（支撐畢業(yè)要求11.1, 11.2） 5. 了解本專

4、業(yè)領(lǐng)域的最新進(jìn)展與發(fā)展動態(tài)，具有跟蹤學(xué)科發(fā)展前沿的意識和文獻(xiàn)檢索基本 技能，能夠在跨文化背景下進(jìn)行溝通和交流。（支撐畢業(yè)要求10.1, 10.3） 四、教學(xué)內(nèi)容、基本要求與學(xué)時分配 序 號 教學(xué)內(nèi)容 教學(xué)要求 學(xué) 時 教學(xué) 方式 對應(yīng)課 程教學(xué) 目標(biāo) 1 一、緒論 1 .引言 2 .基本術(shù) 3 .假設(shè)空間 4.歸納偏好 5 .應(yīng)用現(xiàn)狀 1. 了解機(jī)器學(xué)習(xí)的基本術(shù)語、假 設(shè)空間的基本概念和表示方法。 2. 掌握歸納偏好的定義及表示 方法。 3 .了解機(jī)器學(xué)習(xí)的應(yīng)用實例。 2 講授 5 2 二、模型評估與選擇 1 .經(jīng)驗誤差與過擬合

5、 2.評估方法 3 .性能度量 4上匕較檢驗 5.偏差與方差 1.了解經(jīng)驗誤差的表示方法和過 擬合的定義。 2 .掌握評估方法和性能度量方 法。 3 .掌握比較檢驗的方法。 4 .了解偏差與方差的定義。 4 講授 1,3 3 三、線性模型 1. 基本形式 2. 線性回歸 3. 對數(shù)幾率回歸 4 .線性判別分析 5.多分類學(xué)習(xí) 6 .類別不平衡問題 1. 了解線性模型的基本形式。 2. 掌握線性回歸、局部加權(quán)回 歸、對數(shù)幾率回歸的方法。 3 .重點(diǎn)掌握線性判別分析的基本 方法。 4.掌握多分類學(xué)習(xí)方法。 4 講授 1,3 4 四、決策

6、樹 1 .基本流程 2. 劃分選擇 3. 剪枝處理 4. 連續(xù)與缺失值 5 .多變量決策樹 1 .了解決策樹的基本流程。 2 .掌握決策樹學(xué)習(xí)算法表示法和 算法的求解過程。 3. 重點(diǎn)掌握決策樹選擇、剪枝的 基本方法。 4. 掌握決策樹連續(xù)和確實的處理 方法。 5 .掌握多變量決策樹方法。 8 講授 1,2,3,4 上機(jī)：決策樹學(xué)習(xí)算法實現(xiàn) 掌握決策樹學(xué)習(xí)算法的決策過 程，應(yīng)用決策樹學(xué)習(xí)的求解機(jī)理 對給定的問題實例。 4 上機(jī) 2,3 5 五、貝葉斯分類器 1. 貝葉斯決策論 2. 極大似然估計 3 .樸素貝葉斯分類器 4 .半樸素

7、貝葉斯分類器 1 .掌握貝葉斯決策的基本原理。 2 .了解極大似然估計方法。 3. 掌握樸素分類器、半樸素貝葉 斯分類器基本原理和決策過程。 4. 掌握貝葉斯網(wǎng)的結(jié)構(gòu)、學(xué)習(xí)、 推斷方法。 8 講授 1,2,3,4  5. 貝葉斯網(wǎng) 6. EM算法 上機(jī)：貝葉斯學(xué)習(xí)算法實現(xiàn) 5 .掌握EM算法的基本過程 掌握貝葉斯學(xué)習(xí)的基本步驟、求 解機(jī)理、算法實現(xiàn)的過程，應(yīng)用 實例驗證算法的求解結(jié)果。 2 上機(jī) 2,3 6 六、聚類 1 .聚類任務(wù) 2 .性能度量 3 .距離計算 4 .原型聚類 5 .密度聚類 6 .層次聚類 1. 掌握聚類任務(wù)

8、、性能度量、距 離計算方法。 2. 重點(diǎn)掌握k均值算法、學(xué)習(xí)向量 法等原型聚類的方法。 3. 掌握密度聚類、層次聚類的方 法。 8 講授 1,3,4 7 七、降維與度量學(xué)習(xí) 1. k近鄰學(xué)習(xí) 2. 低維嵌入 3 .主成分分析 1 .掌握k .臨近算法的基本過程、 求解流程。 2.掌握低維嵌入的分析方法。 3 .掌握主成分分析方法。 掌握鄰近和回歸算法的機(jī)理，實 現(xiàn)應(yīng)用臨近和回歸算法實現(xiàn)求解 6 講授 123 上機(jī)：鄰近和回歸算法實現(xiàn) 案例的基本過程。 2 上機(jī) 2,3 五、其他教學(xué)環(huán)節(jié)（課外教學(xué)環(huán)節(jié)、要求、目標(biāo)） 大作業(yè)： 1

9、. 決策樹學(xué)習(xí)方法求解決策案例。 2. 貝葉斯學(xué)習(xí)算法實現(xiàn)案例求解。 六、 教學(xué)方法 本課程以課堂教學(xué)為主，強(qiáng)調(diào)學(xué)生分析問題和解決問題的能力。 在本課程的全部教學(xué)過程中，適當(dāng)安排一些自學(xué)內(nèi)容，鍛煉學(xué)生的自學(xué)能力；上課經(jīng)常提問, 以鍛煉學(xué)生的表達(dá)能力，并檢驗學(xué)生聽課效果；每階段留一定量的課后思考及練習(xí)題，并做習(xí)題解 答。從這幾個方面入手，全面提高學(xué)生綜合素質(zhì)和能力。 七、 考核及成績評定方式 最終成績由出勤成績、平時作業(yè)成績、期末考試成績組合而成。各部分所占比例如下： 出勤成績：5%o考查學(xué)生的出勤情況，以掌握課堂所講授內(nèi)容。 平時作業(yè)成績：25%o平時成績依照上機(jī)報告和大作業(yè)成績給出。3個上機(jī)，每個上機(jī) 報告滿分5分。2個大作業(yè)，每個大作業(yè)5分。 期末考試成績：70%o主要考核機(jī)器學(xué)習(xí)基本算法，掌握各類機(jī)器學(xué)習(xí)算法的設(shè)計與實現(xiàn)。 閉卷考試，題型為：1、填空題，2、簡答題，3、計算題等。 八、 教材及參考書目 1. 教材： [1] 機(jī)器學(xué)習(xí).周志華著.清華大學(xué)出版社,2016. 2. 參考書目： [1] 機(jī)器學(xué)習(xí)（第1版）.曾華軍等譯?機(jī)械工業(yè)出版社,2008. [2] 機(jī)器學(xué)習(xí)實戰(zhàn)（第1版）.李銳，李鵬，曲亞東等譯.人民郵電出版社，2013. [3] 機(jī)器學(xué)習(xí)導(dǎo)論（第2版）.范明，咎紅英，牛常勇譯.機(jī)械工業(yè)出版社,2014