机器学习及应用 课程教案
授 课 基 本 情 况
选课号
课程名称
授课教师姓名
机器学习及应用
授课班级
职称
教 学 安 排
教学总周数
讲课学时
习题课学时
16
32
0
理论教学周数
实验课(含上机)学时
课堂讨论学时
16
16
0
实践环节周数
其他环节
总 学
时
教 材 使 用 情 况
采用教材名称
出版社名称
机器学习基础及应用
人民邮电出版社
书号
48 学分
0
0
3
-
出版(改版)年
月
教学参考书
1.Python 科学计算基础教程,Hemant Kumar 著 陶俊杰 陈小莉译,人民
邮电出版社,2017
2.Python 数据科学指南,Gopi Subramanian 著 方延凤 刘丹译,人民邮电
出版社,2016
3.Python 程序设计,董付国,清华大学出版社,2016
实验(课程设计、实训等)指导书 无
教学目标与教学要求
教学目标:
机器学习是计算机科学与人工智能的重要分支领域,这门学科所关注的问题是:计算机
程序如何随着经验累积自动提高性能。通过“原理简述+问题实例+实际代码+运行效果”介
绍每一个典型的机器学习算法。主要包括机器学习概论、Python 中与机器学习相关的典型
库、决策树、神经网络、支持向量机、贝叶斯网络、集成学习、深度学习初步等内容。
教学要求:
(一)机器学习导论
基本要求
1、了解人工智能,特别是机器学习的概念、发展历程
2、掌握机器学习的一些基本概念和术语
(二)Python 初步
基本要求
1、了解 Python 编程语言,学会使用 Numpy、Matplotlib、SciPy 和 sklearn 库
2、掌握与机器学习相关的 4 个库,特别是 sklearn 库
(三)决策树
基本要求
评论0
最新资源