教学建议
课时安排
教学内容 学习要点及教学要求
全部讲授 部分选讲
• 了解机器学习概念和原理
• 了解有监督机器学习算法，无监督机器
学习算法，强化学习，深度学习的基本概念
• 了解机器学习算法的应用趋势，尤其在
物联网时代下的最新应用领域
1
第 章机器学习 简
2 4
2
〜
介
•熟悉算法实现和数据与结构可视化的 平台,
动手安装
Mat lab
或者
Octave,
动手
配
Python
宜
开发环境
• 了解线性回归模型概念和原理
2
第 章线性回归
4~6 4
• 了解最小二乘正规方程法训练线性回 归
原理
•实例分析：一元线性回归模型和多元线 性回
归模型，深入理解代价函数
• 了解逻辑回归模型概念和原理
•理解逻辑回归中的代价函数
• 了解优化函数概念，正则化概念，理解
正则化对模型训练和测试结果的影响
•实例分析：最小二乘正规方程法优化正 则
化线性回归模型，牛顿法优化正则化逻辑回 归模
型，采用逻辑回归解决二分类问题
3
第 章逻借回归
4 6
4
〜
4
第 章朴素贝叶 斯
•学习朴素贝叶斯的数据基础
2 4
2
• 了解朴素贝叶斯模型解决分类问题的 原理
〜
资源评论
苦茶子12138
- 粉丝: 1w+
- 资源: 6万+
