13SDC08005-机器学习与模式识别-2023版人才培养方案课程教学大纲.docxVIP

PAGE4

ADDINCNKISM.UserStyle《机器学习与模式识别》课程教学大纲

（理论课程）

一、课程基本信息

课程号

1323S08004

开课单位

电子信息工程学院

课程名称

（中文）机器学习与模式识别

（英文）MachineLearningandPatternRecognition

课程性质

必修

考核类型

考试

课程学分

2

课程学时

34

课程类别

专业发展课程（专业核心课）

先修课程

高等数学、线性代数、MATLAB程序设计语言

适用专业（类）

智能医学工程

二、课程描述及目标

（一）课程简介

《机器学习与模式识别》课程是本专业（类）的一门专业基础课程。

本课程全面讲授模式识别与机器学习的基本概念与典型算法，以医学信号处理、医学图像处理中的问题为典型应用，培养学生对人工智能的研究兴趣，为继续从事模式识别与机器学习方向的科学研究与工程应用打下坚实的基础。

本课程注重理论教学与实验的结合，注重学生实践能力的培养，单独设立实验上机来巩固学生对于不同机器学习算法的理解，通过实验锻炼学生对于建立模式识别与机器学习模型在各个环节上的动手能力，实验还将以智能医学系统的应用问题为实例，使学生全面了解模式识别与机器学习的正确运用，在实际项目的研究中跟踪前沿的机器学习算法，思想，应用等，为学生从事智慧医学工程下一步相关研究工作或在实践项目中的应用打下坚实的基础。

（二）教学目标

通过本课程，学生将学会在计算机环境下运用模式识别与机器学习方法分析和解决实际问题的基本方法。

课程目标1：通过本课程的学习使学生掌握机器学习与模式识别理论知识,并能够针对智能医学系统里的应用问题设计算法。

课程目标2：通过本课程的学习使学生掌握机器学习与模式识别算法的评价方法。

课程目标3：通过本课程的学习使学生将机器学习与模式识别算法与医学应用有机结合。

课程目标4：通过本课程的学习，促进学生阅读机器学习与模式识别文献，研究智能医学领域前沿问题。

三、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

权重

4-1：能够对智能医学系统相关的各类现象和特性进行分析和研究，明确系统测试目标。

课程目标1

50%

4-3：能够对实验结果，采用科学方法进行分析和解释，并通过信息综合得到合理有效的结论。

课程目标2

30%

11-2：能够在多学科环境中应用工程管理原理和经济决策方法进行工程设计与实践。

课程目标3

10%

12-2：能针对个人或职业发展的需求，掌握自主学习的方法，了解拓展知识和能力的途径,适应发展。

课程目标4

10%

四、教学方式与方法

以课堂多媒体教学为主，课堂演示和讲解相结合，辅以自学、答疑和计算方法实验（独立设置实验课）。

课堂采用启发式教学和实例教学，并将教学的重点放在培养学生编程思维以及运用工具解决实际问题的能力上。另外，通过师生互动，双向交流，激发学生主动学习的热情，让他们成为教学中的主体。

五、教学重点与难点

（一）教学重点

判别函数、贝叶斯决策理论、支持向量机，人工神经网络。

（二）教学难点

广义判别函数与非线性判别函数、线性不可分支持向量机的概念和求解方法、BP算法。

六、教学内容、基本要求与学时分配

序号

教学内容

基本要求

学时

教学

方式

对应课程目标

1

第一章绪论

明确模式识别与机器学习的含义，理解几类典型机器学习系统的计算流程,了解部分前沿研究方向，体会模式识别与机器学习领域的魅力。

2

讲授

课程目标4

2

第二章判别函数

掌握判别函数，线性判别函数，广义判别函数与非线性判别函数的基本概念。掌握线性判别函数的性质。

4

讲授

课程目标1

课程目标3

3

第三章分类器设计

通过本章的学习，使同学掌握：线性分类器的设计，分段线性分类器的设计，非线性分类器的设计。

4

讲授

课程目标1

课程目标3

4

第四章贝叶斯决策理论

掌握解贝叶斯分类器，正态分布决策理论，最大最小判别准则。掌握分类的错误率分析方法。

6

讲授

课程目标1

课程目标3

5

第五章参数估计与非参数估计

掌握参数估计与非参数估计，监督学习与非监督学习的概念。掌握参数估计理论，掌握非参数估计理论。

6

讲授

课程目标1

课程目标3

6

第六章聚类分析

掌握系统聚类，分解聚类，动态聚类的概念和方法。

4

讲授

课程目标1

课程目标2

课程目标3

7

第七章支持向量机

掌握线性支持向量机，线性不可分支持向量机的概念和求解方法。

4

讲授

课程目标1

课程目标2

课程目标3

8

第七章人工神经网络

掌握感知器算法，BP算法。

4

讲授

课程目标1

课程目标2

课程目标3

合计

34

七、学业评价和课程考核

（一）考核类型：√考试?考查

（二）考核方式：?开卷考试√闭卷考试?课程论文

?课