《表1 课程大纲:机器学习课程教学的实践探索》

《表1 课程大纲:机器学习课程教学的实践探索》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《机器学习课程教学的实践探索》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

为了实现这些目标,在充分参考现有经典机器学习教材的基础上,课程组设计了以下教学内容和课程大纲:本课程将以数据挖掘中的分类任务为例,首先讲解分类模型的评估,然后讲解一批经典而常用的机器学习技术。具体的章节安排如下:第1章:绪论。讲解机器学习的定义、与数据挖掘的区别与联系、本课程的授课思路与内容安排,以及本课程所使用的教材及参考书。第2章:讲解模型评估的方法、指标,以及比较检验。第3-9章:讲解机器学习的基础技术:以线性回归开始,讲解线性学习;以K均值聚类收尾,讲解无监督学习;中间包括支持向量机学习、神经网络学习、决策树学习、贝叶斯学习及最近邻学习。第10-13章:讲解机器学习的进阶技术:具体包括集成学习、代价敏感学习、演化学习及强化学习。具体的课程大纲如表1所示。