机器学习及化计算.pptVIP

机器学习及进化计算 授课：徐琴珍 学时：36 主要教材及参考书目 教材：《机器学习》, Tom M. Mitchell著，曾华军，张银奎 等译，机械工业出版社。 参考书目： 贝叶斯方法，Tomas Leonaard, 机械工业出版社。 进化计算， 王正志，薄涛，国防科技大学出版社。 神经网络设计，Martin T. Hangan等，机械工业出版社。 考核方式 平时考核：课堂讨论 选题：决策树、人工神经网络、评估假设、贝叶斯学习、计算学习理论(PAC相关内容等)、基于实例的学习(k-近邻，局部加权回归、RBF等)、遗传算法、学习规则集合(序列覆盖算法、学习一阶规则等)、学习分析、归纳和分析学习的结合、增强学习(Q 学习、时间差分学习等) 期末考核 第一讲 机器学习的基本概念第1章 引言 什么是机器学习？ 为什么进行机器学习？ 如何利用机器学习解决问题？ 什么是机器学习？ 直观地理解： 机器（计算机）的自我学习。 例： 计算机能从医疗记录中学习，获取治疗新疾病的最有效方法； 住宅管理系统分析住户的用电模式，以降低能源消耗。 为什么进行机器学习？ 包括人工智能、概率统计、信息论、神经生物学等学科的发展为机器学习提供了丰富的素材； 不断增长的在线（实时）数据量； 可以有效地利用计算机的计算性能； 产业发展的推动； 机器学习适用的三大领域: