机器学习技术及应用 陈旭东

教师团队

  • 主讲老师
  • 暂无该老师介绍

课程统计

  • 0 课程学习人数
  • 3 课程章节数
  • 0 互动交流数
  • 5 课程资源数
  • 516 课程访问数
 

课程介绍

机器学习(Machine Learning, ML)是一门多领域交叉科学,也是人工智能技术的核心。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能;特别是如何从数据或者以往的经验中学习,使之不断改善自身的性能。近年来,机器学习技术在自然语言处理、语音识别、图像识别、手写字符识别、金融数据分析等等领域得到了十分广泛和成功的应用。1. 通过本门课程的学习,使学生了解机器学习的基本概念、应用背景;掌握各类机器学习算法的基本原理;培养学生学会分析研究计算机处理的数据对象的特性,以便选择适当的机器学习算法和模型解决实际问题。2. 本课程的学习过程也是进行数据分析和复杂程序设计的训练过程。通过对具体机器学习算法和应用案例的研究,进一步锻炼学生的动手能力,培养学生解决实际问题的能力。

《机器学习技术及应用》是计算机类专业的核心课程之一,也是基础课程之一, 在整个课程体系中起专业基础技能训练功能,它的先修课程包括《Python程序设计》、《面向对象程序设计》等。机器学习是人工智能方向最核心的课程,要求学生掌握机器学习的经典算法。该课程要求学生对概率论、线性代数有较好的先期掌握。主要分为以下几个方面:

1.理论推导与方法讲解相结合:使学生知其然,知其所以然

2.注重实例的教学方式:从激发学习兴趣角度出发,多讲解一些经典有趣的实例,通过实例建立起与教材知识点清晰的内在联系,既能锻炼学生的逻辑思维能力,亦可促进学习兴趣的提高。

3.直观生动的动画辅助演示:对核心概念和方法,辅以动画进行直观演示,使基本原理和概念得到高效理解,进一步激发学习兴趣并真正做到学有所获。

4.注重能力评价的考核方式:注重对学生独立思考、创新意识和解决问题能力的锻炼和培养。为此,课程考核主要采用考察方式,将学生视为课程教学的主体,以学生为中心建立自主、合作、探究的学习模式。


 
课程章节
推荐学习内容

序号

项目(模块)

工作任务

学时

1.    

1.1 新闻标题分类

开发《新闻标题分类程序》

4

2.    

1.2 猫狗图片分类

开发《猫狗图片分类》

6

3.    

1.3图像分割识别

开发《汽车类型识别》

6

4.    

1.4泰坦尼克号数据分析与预处理

开发《泰坦尼克号数据分析与预处理》

12

5.    

1.5良/恶性乳腺癌肿瘤预测

开发《良/恶性乳腺癌肿瘤预测》

8

6.    

2.1波士顿房价预测

开发《波士顿房价预测》

6

7.    

2.2手写体数字聚类

开发《手写体数字聚类》

12

8.    

2.3人脸特征降维

开发《人脸特征降维》

6

9.    

2.4在线旅行社酒店价格异常检测

开发《在线旅行社酒店价格异常检测》

6

10.   

2.5商标识别

开发《商标识别》

6

11.   

2.6鸢尾花分类

开发《鸢尾花分类》

12

12.   

机动


6

13.   

1.选题

完成课程设计项目

30

14.   

2.需求分析与系统设计答疑

15.   

3.系统开发


最新教案
1、机器学习教案
最新资源
1、6-8-线性分类器(单元练习和测验占用了45分钟).pdf
2、2-Python编程库(Numpy).pdf
3、4-Python编程库(Matplotlib).pdf
4、6-7-Python编程库(Pandas).pdf
5、1-前言.pdf