机器学习算法与应用-教学大纲.docVIP

PAGE

PAGE1

教学大纲

教学内容

学习要点及教学要求

课时安排

全部讲授

部分选讲

第1章机器学习简介

●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

●熟悉算法实现和数据与结构可视化的平台，动手安装Matlab或者Octave，动手配置Python开发环境

2～4

2

第2章线性回归

●了解线性回归模型概念和原理

●了解代价函数和梯度下降方法，理解线性回归中的梯度下降法

●了解特征归一化的必要性，理解最大最小归一化和均值归一化原理

●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

4～6

4

第3章逻辑回归

●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

4～6

4

第4章朴素贝叶斯

●学习朴素贝叶斯的数据基础

●了解朴素贝叶斯模型解决分类问题的原理

●实例分析：朴素贝叶斯解决