机器学习（慕课版） 实验大纲 .doc

“模式识别Ⅱ”实验教学大纲

英文名称：PatternRecognitionII

课程编码：

适用专业：人工智能专业

学时：48学分：3

理论课程类型：专业课

理论学时：48实验学时：8

课程地位与教学目标

课程地位：

模式识别是信息学部为人工智能专业本科生开设的专业必修课程。本课程的任务是以理论为基础，以工程应用为目标，充分培养学生理论与实际相结合的能力、分析问题、解决问题和编程实践的能力。通过本课程的学习，将使学生掌握模式识别的基本概念、基本原理和基本方法，特别是分类、聚类、特征表示等常用算法的主要思想和应用方法。教学内容重点：贝叶斯分类器、boosting等原理和应用。教学内容的难点：对算法思想的理解、算法的数学模型建模、参数求解及性能分析。

课程教学目标：

一方面，加强对理论知识点的理解掌握；另一方面，通过问题分析、实验设计、编程实现、算法性能分析等全过程，充分培养学生理论与实际相结合的能力，培养学生分析解决实际问题的能力和编程实践能力，进而培养学生解决复杂工程问题的能力。

模式识别算法应用到具体问题时，将通过实验结果评价算法对问题解决的性能，这必然涉及到实验结果分析、比对和解释，从而培养学生选择与使用恰当的技术、资源、开发环境和相关工具的能力。具体目标包括以下四点（详情可参见表一）：

表1课程目标与毕业要求拆分指标点的对应关系

序号

课程目标

毕业要求拆分指标点

2.3

2.4

3.2

5.2

6.1

6.3

1

要求学生掌握模式识别的分类、聚类、特征提取和表示等经典算法

●

●

◎

⊙

⊙

◎

2

掌握算法涉及的基本概念、基本原理和基本方法，深入理解影响算法性能的参数设置

◎

●

◎

⊙

◎

●

3

能运用这些算法解决具体工程问题

◎

●

◎

◎

◎

◎

4

充分培养学生理论与实际相结合的能力，培养学生分析解决实际问题的能力和动手实践能力，进而培养学生解决复杂工程问题的能力

◎

●

◎

◎

⊙

◎

注：●：表示有强相关关系，◎：表示有一般相关关系，⊙：表示有弱相关关系

课程内容、要求及安排

内容与要求：列举本实验课程要完成的教学基本内容及对实验知识、实验技术与实验方法等方面的要求。

实验环节将完成理论教学中最基本最重要的内容，包括4个实验单元，Python程序的运行环境和运行方法和基于支持bayes原理的手写数字分类、基于决策树的手写数字识别、基于神经网络的手写数字识别、基于支持向量机的手写数字识别。每个单元都是与课堂教学内容密切相关的。基本内容包括：熟悉开发环境和程序运行过程，熟悉数据集收集和准备，熟悉数据的导入和输出，熟悉函数的调用，熟悉实验结果的评价并分析影响因素。

要求学生依据课堂讲授的相关算法，经过分析、设计、编码与调试，独立完成题目的算法设计与程序的实现，并最终提交调试成功的源程序代码和实验报告。实验报告包括问题的数学模型描述、算法流程描述、数据集介绍、核心代码语句、主客观实验结果展示与分析。

安排：写明本实验课程运行方式——集中或分散以及进度安排。

实验环节是为了增强学生对课堂教学所讲授的知识内容的理解并能学以致用，为此，我们将结合各知识点的讲授进度分散安排实验。即在每一知识点讲授后配合实验，使学生加深对课堂讲授内容的认识，理解算法的思想和应用。

实验项目（按实验安排的顺序填写）

表2教学内容与安排

序号

实验项目名称

性质

学时

人数/组

开放否

必做或选做

实验一

Python程序的运行环境和基于Bayes的手写数字识别

设计

2

1

开放

必做

实验二

基于概率密度估计的手写数字识别

设计

2

1

开放

选做

实验三

基于logistic回归的手写数字分类

设计

2

1

开放

选做

实验四

基于boosting的手写数字分类

设计

2

1

开放

必做

性质：演示、验证、操作、设计、综合、创新。

考核与成绩评定

考核：综合源代码演示、答辩和实验报告进行考核。

成绩评定：本实验课程成绩评定的构成及比例见表3。

表3成绩评定方式与成绩比例

出勤情况

表现情况

全勤(10分)

偶尔缺勤(5分)

偶尔出勤(3分)

从未出现(0分)

积极提问(15分)

认真设计(10分)

与同学一起商量(8分)

主要靠别人讲解(5分)

完全不参与(0分)

程序执行情况

顺畅(15分)

有问题，经过老师指出之后改正

(8分)

有问题，无法改正(0分)

问题回答情况

实验报告结构

立即正确回答(15分)

经思考后正确回答(10分)

回答有部分错误(7分)

回答完全错误(4分)

不能回答问题(0分)

完全符合要求(20分)

基本符合要求(12分)

有比较多的缺陷(6分)

完全不符合要求(0分)

实验报告内容

实验报告