《《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