《表1 课程大纲:机器学习课程教学的实践探索》
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。
图表编号 | XD00112851800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.21 |
作者 | 蒋良孝 |
绘制单位 | 中国地质大学(武汉)计算机学院 |
更多格式 | 高清、无水印(增值服务) |