专业选修课程《机器学习》 课程教学大纲.docx

PAGE

PAGE9

《机器学习》课程教学大纲

一、课程简介

课程中文名

机器学习

课程英文名

Machinelearning

双语授课

□是?否

课程代码课程学分

4

总学时数

64（含实践32）

课程类别

□通识教育课程

□公共基础课程

?专业教育课程

□综合实践课程

□教师教育课程

课程性质

□必修

?选修

□其他

课程形态

□线上

?线下

□线上线下混合式

□社会实践

□虚拟仿真实验教学

考核方式

□闭卷□开卷□课程论文?课程作品?汇报展示□报告

?课堂表现?阶段性测试?平时作业?其他（可多选）

开课学院

大数据与智能工程学院

开课

系(教研室)

计算机科学与技术系

面向专业

计算机科学与技术

开课学期

第5学期

先修课程

数据结构与算法、Python程序设计

后续课程

企业级应用系统综合实训

选用教材

1.安德里亚斯·穆勒、莎拉·吉多著，张亮译，Python机器学习基础教程[M]，北京：清华大学出版社，2018.

参考书目

1.周志华，机器学习[M]，北京：清华大学出版社，2016

2.塞巴斯蒂安·拉施卡著，陈斌译，Python机器学习[M]，北京：机器工业出版社，2021

课程资源

/paths/ijeknthr

课程简介

机器学习是计算机科学与技术专业选修课，主要介绍机器学习的基本概念、有监测学习、无监测学习、半监测学习、神经网络等人工智能方法。本课程是《数据结构与算法》课程的延伸，在学生智能信息处理及分析能力培养中处于较为重要地位。通过该门课程的学习，不但可以验证、巩固理论知识，加深对机器学习算法的理解，而且可以提高学生分析问题、解决实际问题的能力，培养实事求是的科学态度和创新精神，为后续课程的学习和将来就业、科研工作打下基础。

二、课程目标

表2-1课程目标

序号

具体课程目标

课程目标1

能够陈述常用机器学习算法的原理，习得机器学习算法构建方法，阐明机器学习过程模型，能根据实际软件系统特征，选择特定机器学习模型，对模型进行训练，对未知数据进行预测，对模型进行结果进行评估，并能描述机器学习领域的最新技术和发展趋势。

课程目标2

具备运用机器学习方法、数据可视化方法及相关分析工具，对计算机复杂工程问题进行分析，运用创新思维，构建机器学习模型，应用于软件系统开发，逐步形成智能系统开发的能力，具备对机器学习模型结果进行归纳和总结能力。

课程目标3

紧跟机器学习领域的前沿技术，掌握最新工具的使用方法，逐步形成科学的学习观和方法论，养成严谨的科学态度、积极向上的价值观和终身学习的精神，为未来的学习、工作和生活奠定基础。

表2-2课程目标与毕业要求对应关系（计算机科学与技术专业）

毕业要求

指标点

课程目标

1.工程知识：能够将数学、自然科学、工程基础和计算机科学与技术专业知识用于解决计算机复杂工程问题。【L】

1.3能够对计算系统的设计方案和所建模型进行分析推理，并能够得出有效结论。

课程目标3

3.设计/开发解决方案：能够针对计算机复杂工程问题的解决方案，设计并实现满足特定需求的软件系统，并能够在设计和实现环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素。【H】

3.2能够识别计算机软件系统设计与实现中的关键问题，并对方案进行持续优化，体现创新性。

课程目标1

4.研究：能够基于科学原理并采用科学方法对计算机复杂工程问题进行研究，设计实验、分析与解释数据，并能通过信息综合得到合理有效结。【M】

4.1能够使用基本的实验方法和工具，在适当的环境下，针对计算机复杂工程问题研究的需要设计实验方案，并进行实验。

课程目标2

三、课程学习内容与方法

（一）理论学习内容及要求

表3-1课程目标、学习内容和教学方法对应关系

序号

课程模块

学习内容

学习任务

课程目标

学习重点难点

教学方法

学时

1

机器学习基础

1.机器学习概述

1.掌握机器学习相关概念

2.掌握sklearn构建机器学习模型过程

3.能够对不同模型使用相应的方法进行评估

1

重点：

1.学生对机器学习相关概念有初步认识

2.学生对机学习框架有初步了解

难点：

1.学生掌握机器学习在智能系统开发中的运用能力

1.讲授法：引导学生掌握机器学习的概念。

2.专题研讨：促进学生理解机器学习模型构建过程。

2

2.机器学习框架

1/2

3.模型的评判

1/2

4.过拟合问题

1/2

2

相关工具

1.Numpy基本操作

1.掌握Pandas库中serial和dataframe数据类型及常用函数

2.掌握Pandas相关数据分析及可视化方法

3.能够使用sklearn进模型的构建

2/3

重点：

1.学生掌握Numpy工具的使用

2.学生掌握Pandas工