《机器学习》课程教学大纲.docxVIP

《机器学习》课程教学大纲一、课程基本信息 课程名称（中文） 机器学习 课程名称（英文） Machine Learning 课程类别 专业选修课 课程性质2 选修 授课语言3 中文 授课学期 6 学分 3 课程学时及分配 总学时 讲课 实验 课外 48 32 16 48 适用专业 软件工程、计算机科学与技术、网络工程、物联网工程、信息平安等 教材 《机器学习》，周志华编著，清华大学出版社，2016 授课学院 计算机与软件学院 先修课程 程序设计基础、概率论与数理统计等 后续课程 深度学习、强化学习、深层神经网络、机器视觉、自然语言处理、语音信号 处理等 课程简介 课程基本定位：机器学习是人工智能领域中最重要的一个分支之一。本课程 是面向软件工程、计算机科学与技术、网络工程、信息平安等专业本科生的 一门专业选修课。其教学重点是使学生对机器学习的一般理论有所了解.；同 时掌握常见机器学习算法，包括算法的主要思想和基本步骤，并通过编程练 习加深了解，为学生能够学以致用的解决该方向中的一些实际问题奠定基础。 核心学习结果：该课程将介绍机器学习相关领域中的开展历程及研究现状； 研究不同种类的机器学习算法，例如：决策树、神经网络、支持向量机、贝 叶斯分类器、聚类等。课程将采用理论教学与实验相结合的方式，注重培养 学生的实践能力，单独设立实验上机来加强学生对不同机器学习算法的理解， 通过实验来锻炼学生在建立机器学习模型和编程实现能力。通过本课程的学 习，学生将全面了解机器学习的正确运用，能够在实际问题研究中运用机器 学习解决问题，跟踪最前沿的机器学习算法和思想等，能够为学生从事人工 智能下一步相关研究工作或在解决实际问题的实践中打下坚实的基础。 主要教学方法：本课程以课堂教学、演示、讨论和课内实验为主，结合课外 自学、课堂讨论、团组大作业 大纲更新时间 注：1.课程类别：选填“通识核心课/通识拓展课/通修课/学科基础课/专业主干 课/专业选修课/专业实践/素质拓展” .课程性质：选填“选修/必修”.授课语言：选填“中文/双语/全英文或其他语种” 二、课程目标 序号 课程目标（参考培养目标、毕业要 求、课程定位） 培养目 标1.1 具有健全的人格和良好科学 文化素养，具备高尚的职业道德和 强烈的社会责任感。 培养目 标3.1 能够运用相关法规及技术标 准并合理地运用所学软件工程专 业知识来分析、解决工程实际中遇 到的技术难题，具有扎实的理论基 础、宽阔的专业视野，具有计算机 软硬件相关产品分析、开发、测试 和维护能力，能够用系统的观点分 析、处理科学技术问题。 支撑毕业要求指标点1 达成途径 【毕业要求7-环境和可持 续开展】：能够理解和评价 针对软件工程领域复杂工 程问题的专业工程实践对 环境、社会可持续开展的影 响。 支撑指标点：7.3正确认识 软件工程实践对于客观世 界和社会的贡献和影响，理 解用技术手段降低其负面 影响的作用与局限性。 （-）讲解基本 概念，介绍机器 学习中的前沿技 术，配合讲解相 应技术的思想原 理及应用，使同 学们对机器学习 课程产生兴趣， 从而激发学生们 的学习积极性， 使其在之后的理 论教学中能更好 的理解后续技术 的原理。 （二）通过课外 团队大作业要求 学生能够运用课 堂知识，以团队 合作的形式利用 机器学习的理论 思想来求解客观 实践中的实际问 题，从而提升学 生求解实际问题 的实践能力。 【毕业要求1?工程知识工 能够将数学、自然科学、工 程基础和计算机专业知识 用于解决软件工程及其相 关领域的复杂工程问题。 支撑指标点：L4系统掌握 软件工程基础理论及专业 知识，包括计算机硬件、软 件及系统等方面内容，具备 理解软件工程复杂工程问 题的能力，能够运用所学知 识进行软件工程问题求解。 （-）通过讲解 使学生能够熟练 掌握机器学习主 要技术，具备采 用技术解决实际 问题的能力，通 过案例分析，使 学生掌握采用技 术解决问题的能 力。 （二）要求学生 寻求实际生活中 存在的能够通过 机器学习技术解 决的相应应用案 例，并提出切实 可行的解决方 案。 培养目 标5.1 能够通过继续教育或其他学 习渠道更新知识，实现能力和技术 水平的提升。 【毕业要求工程管理】： 理解并掌握软件工程领域 工程管理原理与经济决策 方法，并能在多学科*环境中 应用。. 支撑指标点：11. 3能够在多 学科环境中应用工程管理 原理与经济决策方法，具备 初步的软件工程工程管理 经验与能力。 【毕业要求12-终身学习】： 具有自主学习和终身学习 的意识，有不断学习和适应 开展的能力。 支撑指标点：12.2能认识不 断探索和学习的必要性，具 有自主学习和终身学习的 意识。 把学生分 组，并为每个小 组布置与课程内 容紧密相关的课 题工程，采