机器学习 教学大纲.pdf

《机器学习》教学大纲

1.课程名称:机器学习

课程概要：《机器学习》课程全面地讲授机器学习理论与方法。通过本课程的学习，

使学生了解机器学习研究现状和发展趋势，掌握机器学习的基本原理和方法，包括高斯

混合模型和EM算法、主题模型、聚类分析、支持向量机、图模型、深度学习及强化学

习等，从国家战略的高度，引导学生探索机器学习新技术，鼓励学生深入了解国情，投

身于自主知识产权、安全可控的机器学习技术与系统的研发，增强历史责任感和新时代

赋予的使命当担。

2.高等教育层次:本科

3.课程属性:必修

4.课程性质:专业课

5.先修课程:a工科数学分析、线性代数、概率论与数理统计，b程序设计基础、数据结

构、离散数学

6.学时、学分

类别学时/学分类别学时类别学时

总学时48课堂讲授学时32课堂实验学时16

课下研讨学生课下

总学分324144

实践学时投入学时

7.课程教学形式:线上线下混合式教学

8.课程预期学习成果

1.知悉和理解机器学习的概念和基本方法；

2.能够利用机器学习方法解决数据分类、聚类等；

3．掌握机器学习聚类和分类方法的原理，拥有选择合适机器学习方法的能力，形成针

对不同的数据采用合适机器学习方法的思考和行为习惯；

4.能够驾驭不同的机器学习方法解决实际应用问题，完成机器学习实践，具备机器学

习思维素养。

9.课程预期学习成果与教学效果评价

课程预期学习成果

教学效果评价

（给出知识能力素养

各方面的的具体教学

不及格及格，中良优

结果）

1.知悉和理解机器学1.完全不知道，1.对机器学习主1.对机器学习主要内1.对机器学

习的概念和基本方

或对机器学习的要内容、基本原容，基本原理，和求解习主要内容，

法；

知识，有碎片化理，和求解过程能过程能完整理解，但不基本原理，和

2.能够利用机器学习

方法解决数据的聚的理解。理解，但不完整。系统，存在断点。求解过程能完

类、分类等；2.完全没能力解2.整体上具备运2.整体上具备运用机器整系统地理

3．掌握机器学习聚类决数据聚类和分用机器学习原理，学习原理和方法，分析解。

和分类等方法的原类问题，或能够分析解决数据聚解决实际应用问题的能2.具备运用

理，拥有选择合适机运用零碎的机器类或分类的能力，力，有一定的系统性，机器学习原理

器学习方法的能力，学习基本原理，但缺乏系统性。但系统性方面存在断和方法，分析

形成针对不同的数据但无法分析解决点。解决实际应用

采用合适机器学习方单一问题。问题的能力。

法的思考和行为习

惯；

4.能够驾驭不同的

机器学习方法解决实

际应用问题，具备机

器学习思维素养。

备注：课程的每一个预期学习成果对应需考核的一项知识能力点，上表中的四种表述形式是对知识能力

点的