Python机器学习项目化教程（微课视频版） 教学大纲.pdf

《机器学习》教学大纲

课程编号：1713034课程名称：机器学习

适用专业：软件工程学时/学分：32/2

先修课程：人工智能后续课程：深度学习

一、课程说明

机器学习是一门多领域交叉学科，涵盖计算机科学、概率论、模式识别和统计学等多个

学科。机器学习是当前科学技术中正在迅速发展，新思想、新观点、新技术不断涌现的一种

研究方法。机器学习是人工智能的一个分支，是现阶段解决很多人工智能问题的主流方法，

被广泛应用于图像识别、语音识别、自然语言处理、个性化推荐、自动驾驶等领域。

二、课程目标

1．本课程可以使学生具备以下能力：

（1）掌握机器学习的经典算法和工作原理，能使用机器学习方法进行分类、聚类、回归分

析。

（2）掌握机器学习经典算法的原理，了解其推理过程，能利用这些算法解决生活中的实际

问题，并了解各种算法的优缺点和应用领域。

2．课程目标与毕业要求关系

课程目标

（1）（2）

毕业要求指标点

1.3能够综合运用相关知识和数学模型方

法对软件工程领域的复杂工程问题进行√

分析、推演。

2.2能够运用相关科学原理和数学模型方

√

法描述软件工程领域的复杂工程问题。

三、教学内容与要求

1．理论部分

学对应课

标题教学内容教学要求教学方式

时程目标

1.基本要求

（1）掌握机器学习发展史

（1）机器学习发展史讲授

（一）（2）掌握机器学习的基本概念

（2）基本概念作业

机器学习（3）掌握机器学习的工作流程2(1)

（3）机器学习工作流程查阅资料

概述（4）熟练掌握Python语言的使用

（4）Python语言基础

2.重点、难点

重点：机器学习的基本概念及工

作流程

难点：机器学习的基本概念

1.基本要求

（1）理解kNN、朴素贝叶斯、支持向

量机、决策树、逻辑回归、神经网络等

（1）kNN算法思想及实现经典算法