《機(jī)器學(xué)習(xí)》課程教學(xué)大綱

1、機(jī)器學(xué)習(xí)課程教學(xué)大綱一、課程基本信息課程名稱（中文）機(jī)器學(xué)習(xí)課程名稱（英文）Machine Learning課程類別1：專業(yè)選修課課程性質(zhì)2選修授課語言3中文授課學(xué)期6學(xué)分3課程學(xué)時及分配總學(xué)時講課實(shí)驗(yàn)課外48321648適用專業(yè)軟件工程、計(jì)算機(jī)科學(xué)與技術(shù)、網(wǎng)絡(luò)工程、物聯(lián)網(wǎng)工程、信息安全等教材機(jī)器學(xué)習(xí)，周志華編著，清華大學(xué)出版社，2016授課學(xué)院計(jì)算機(jī)與軟件學(xué)院先修課程程序設(shè)計(jì)基礎(chǔ)、概率論與數(shù)理統(tǒng)計(jì)等后續(xù)課程深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、深層神經(jīng)網(wǎng)絡(luò)、機(jī)器視覺、自然語言處理、語音信號處理等課程簡介課程基本定位：機(jī)器學(xué)習(xí)是人工智能領(lǐng)域中最重要的一個分支之一。本課程是面向軟件工程、計(jì)算機(jī)科學(xué)與技術(shù)、網(wǎng)絡(luò)工程

2、、信息安全等專業(yè)本科生的一門專業(yè)選修課。其教學(xué)重點(diǎn)是使學(xué)生對機(jī)器學(xué)習(xí)的一般理論有所了解；同時掌握常見機(jī)器學(xué)習(xí)算法，包括算法的主要思想和基本步驟，并通過編程練習(xí)加深了解，為學(xué)生能夠?qū)W以致用的解決該方向中的一些實(shí)際問題奠定基礎(chǔ)。 核心學(xué)習(xí)結(jié)果：該課程將介紹機(jī)器學(xué)習(xí)相關(guān)領(lǐng)域中的發(fā)展歷程及研究現(xiàn)狀；研究不同種類的機(jī)器學(xué)習(xí)算法，例如：決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯分類器、聚類等。課程將采用理論教學(xué)與實(shí)驗(yàn)相結(jié)合的方式，注重培養(yǎng)學(xué)生的實(shí)踐能力，單獨(dú)設(shè)立實(shí)驗(yàn)上機(jī)來加強(qiáng)學(xué)生對不同機(jī)器學(xué)習(xí)算法的理解，通過實(shí)驗(yàn)來鍛煉學(xué)生在建立機(jī)器學(xué)習(xí)模型和編程實(shí)現(xiàn)能力。通過本課程的學(xué)習(xí)，學(xué)生將全面了解機(jī)器學(xué)習(xí)的正確運(yùn)用，能夠

3、在實(shí)際問題研究中運(yùn)用機(jī)器學(xué)習(xí)解決問題，跟蹤最前沿的機(jī)器學(xué)習(xí)算法和思想等，能夠?yàn)閷W(xué)生從事人工智能下一步相關(guān)研究工作或在解決實(shí)際問題的實(shí)踐中打下堅(jiān)實(shí)的基礎(chǔ)。主要教學(xué)方法： 本課程以課堂教學(xué)、演示、討論和課內(nèi)實(shí)驗(yàn)為主，結(jié)合課外自學(xué)、課堂討論、團(tuán)組大作業(yè)大綱更新時間2020.08.16注：1.課程類別：選填“通識核心課/通識拓展課/通修課/學(xué)科基礎(chǔ)課/專業(yè)主干課/專業(yè)選修課/專業(yè)實(shí)踐/素質(zhì)拓展” 2.課程性質(zhì)：選填“選修/必修”3.授課語言：選填“中文/雙語/全英文或其他語種”二、課程目標(biāo)序號課程目標(biāo)（參考培養(yǎng)目標(biāo)、畢業(yè)要求、課程定位）支撐畢業(yè)要求指標(biāo)點(diǎn)1達(dá)成途徑培養(yǎng)目標(biāo)1.1具有健全的人格和良好科學(xué)

4、文化素養(yǎng)，具備高尚的職業(yè)道德和強(qiáng)烈的社會責(zé)任感?！井厴I(yè)要求7-環(huán)境和可持續(xù)發(fā)展】：能夠理解和評價針對軟件工程領(lǐng)域復(fù)雜工程問題的專業(yè)工程實(shí)踐對環(huán)境、社會可持續(xù)發(fā)展的影響。支撐指標(biāo)點(diǎn)：7.3正確認(rèn)識軟件工程實(shí)踐對于客觀世界和社會的貢獻(xiàn)和影響，理解用技術(shù)手段降低其負(fù)面影響的作用與局限性。（一）講解基本概念，介紹機(jī)器學(xué)習(xí)中的前沿技術(shù)，配合講解相應(yīng)技術(shù)的思想原理及應(yīng)用，使同學(xué)們對機(jī)器學(xué)習(xí)課程產(chǎn)生興趣，從而激發(fā)學(xué)生們的學(xué)習(xí)積極性，使其在之后的理論教學(xué)中能更好的理解后續(xù)技術(shù)的原理。（二）通過課外團(tuán)隊(duì)大作業(yè)要求學(xué)生能夠運(yùn)用課堂知識，以團(tuán)隊(duì)合作的形式利用機(jī)器學(xué)習(xí)的理論思想來求解客觀實(shí)踐中的實(shí)際問題，從而提升學(xué)生

5、求解實(shí)際問題的實(shí)踐能力。培養(yǎng)目標(biāo)3.1能夠運(yùn)用相關(guān)法規(guī)及技術(shù)標(biāo)準(zhǔn)并合理地運(yùn)用所學(xué)軟件工程專業(yè)知識來分析、解決工程實(shí)際中遇到的技術(shù)難題，具有扎實(shí)的理論基礎(chǔ)、寬闊的專業(yè)視野，具有計(jì)算機(jī)軟硬件相關(guān)產(chǎn)品分析、開發(fā)、測試和維護(hù)能力，能夠用系統(tǒng)的觀點(diǎn)分析、處理科學(xué)技術(shù)問題?！井厴I(yè)要求1-工程知識】：能夠?qū)?shù)學(xué)、自然科學(xué)、工程基礎(chǔ)和計(jì)算機(jī)專業(yè)知識用于解決軟件工程及其相關(guān)領(lǐng)域的復(fù)雜工程問題。支撐指標(biāo)點(diǎn)：1.4系統(tǒng)掌握軟件工程基礎(chǔ)理論及專業(yè)知識，包括計(jì)算機(jī)硬件、軟件及系統(tǒng)等方面內(nèi)容，具備理解軟件工程復(fù)雜工程問題的能力，能夠運(yùn)用所學(xué)知識進(jìn)行軟件工程問題求解。（一）通過講解使學(xué)生能夠熟練掌握機(jī)器學(xué)習(xí)主要技術(shù)，具備采

6、用技術(shù)解決實(shí)際問題的能力，通過案例分析，使學(xué)生掌握采用技術(shù)解決問題的能力。（二）要求學(xué)生尋求實(shí)際生活中存在的能夠通過機(jī)器學(xué)習(xí)技術(shù)解決的相應(yīng)應(yīng)用案例，并提出切實(shí)可行的解決方案。培養(yǎng)目標(biāo)5.1能夠通過繼續(xù)教育或其他學(xué)習(xí)渠道更新知識，實(shí)現(xiàn)能力和技術(shù)水平的提升。【畢業(yè)要求11-項(xiàng)目管理】：理解并掌握軟件工程領(lǐng)域工程管理原理與經(jīng)濟(jì)決策方法，并能在多學(xué)科環(huán)境中應(yīng)用。支撐指標(biāo)點(diǎn)：11.3能夠在多學(xué)科環(huán)境中應(yīng)用工程管理原理與經(jīng)濟(jì)決策方法，具備初步的軟件工程項(xiàng)目管理經(jīng)驗(yàn)與能力?！井厴I(yè)要求12-終身學(xué)習(xí)】：具有自主學(xué)習(xí)和終身學(xué)習(xí)的意識，有不斷學(xué)習(xí)和適應(yīng)發(fā)展的能力。支撐指標(biāo)點(diǎn)：12.2能認(rèn)識不斷探索和學(xué)習(xí)的必要性，

7、具有自主學(xué)習(xí)和終身學(xué)習(xí)的意識。把學(xué)生分組，并為每個小組布置與課程內(nèi)容緊密相關(guān)的課題項(xiàng)目，采用實(shí)踐、討論、課程論文的方式要求每組完成課程報(bào)告。通過分組完成項(xiàng)目、互相打分的方式培養(yǎng)學(xué)生項(xiàng)目管理和創(chuàng)新探索的能力。注：1.支撐畢業(yè)要求指標(biāo)點(diǎn)：選填項(xiàng)。需要進(jìn)行專業(yè)認(rèn)證，有畢業(yè)要求指標(biāo)點(diǎn)可參照的課程必填，無明確畢業(yè)要求指標(biāo)點(diǎn)可參照的可不填。三、理論教學(xué)內(nèi)容章標(biāo)題教學(xué)內(nèi)容學(xué)時思政融入點(diǎn)1學(xué)生學(xué)習(xí)預(yù)期成果2教學(xué)方式3課程目標(biāo)第一章1.機(jī)器學(xué)習(xí)的概念2在高速發(fā)展的機(jī)器學(xué)習(xí)領(lǐng)域，中國學(xué)者做出了突出貢獻(xiàn)，占據(jù)了優(yōu)勢地位，在很多領(lǐng)域都是中國人在引領(lǐng)領(lǐng)域的發(fā)展，為學(xué)生樹立民族自信和時代精神，鼓勵學(xué)生為科技強(qiáng)國多做貢獻(xiàn)。

8、了解機(jī)器學(xué)習(xí)的基本內(nèi)容及其主要研究領(lǐng)域，為以后應(yīng)用其解決實(shí)際問題奠定基礎(chǔ)。掌握該領(lǐng)域的核心前沿技術(shù)和研究現(xiàn)狀。講授了解機(jī)器學(xué)習(xí)研究的特點(diǎn)、內(nèi)容、發(fā)展歷程及其研究現(xiàn)狀，通過對機(jī)器學(xué)習(xí)的了解，把握技術(shù)應(yīng)用和發(fā)展的趨勢目標(biāo)1.12.機(jī)器學(xué)習(xí)的發(fā)展歷程3.機(jī)器學(xué)習(xí)的研究現(xiàn)狀4.機(jī)器學(xué)習(xí)的應(yīng)用領(lǐng)域第二章1.信息論的要素4了解熵、特征選擇的基本概念，熟悉評價方法及評價準(zhǔn)則。講授、演示掌握基本特征選擇概念、基本方法。目標(biāo)3.12.特征選擇和過濾3.子集搜索與評價4.模型評估方法與性能度量第四章1.決策樹的基本原理、算法和表示法4理解決策樹的基本原理、算法和表示法，掌握其常見問題及常用處理方法。講授掌握基本決

9、策樹算法：ID3、C4.5。目標(biāo)3.12.屬性選擇3. ID3算法4.C4.5算法5.假設(shè)空間搜索第五章1.神經(jīng)網(wǎng)絡(luò)模型的概念6理解神經(jīng)網(wǎng)絡(luò)的工作原理，能將神經(jīng)網(wǎng)絡(luò)應(yīng)用于解決實(shí)際工程問題。講授、討論掌握反向傳播算法和梯度下降，能夠構(gòu)建并訓(xùn)練優(yōu)化神經(jīng)網(wǎng)絡(luò)。目標(biāo)3.12.代價函數(shù)3.反向傳播算法4.全局最小與局部極小5.其他常見的神經(jīng)網(wǎng)絡(luò)第六章1.間隔和超平面4使學(xué)生掌握建立支持向量機(jī)的方法并學(xué)會針對特定情形的應(yīng)用。講授、演示掌握支持向量機(jī)與分類、回歸的關(guān)系，理解支持向量機(jī)的原理以及掌握核函數(shù)。目標(biāo)3.12.支持向量和對偶問題3.核函數(shù)4.支持向量機(jī)的概念5.核方法第七章1.貝葉斯決策論4鼓勵學(xué)生

10、求真務(wù)實(shí)，勤奮好學(xué)，提出當(dāng)前熱點(diǎn)問題和難點(diǎn)，尋求解決辦法，樹立良好的科研價值觀和思維習(xí)慣。使學(xué)生掌握算法的原理、實(shí)現(xiàn)和應(yīng)用。講授了解貝葉斯公式的基本原理、先驗(yàn)概率和后驗(yàn)概率的概念。掌握貝葉斯最優(yōu)分類器的原理和算法及其實(shí)現(xiàn)和應(yīng)用。目標(biāo)3.12.極大似然估計(jì)3.樸素貝葉斯分類器4.半樸素貝葉斯分類器5.貝葉斯網(wǎng)6.EM算法第八章1.個體與集成4結(jié)合集成的概念，使學(xué)生牢固樹立集體決策價值觀，認(rèn)識社會主義集體制度的強(qiáng)大優(yōu)勢，牢固樹立社會主義集體制度、集體決策價值觀。使學(xué)生了解序列集成方法和并行集成方法，掌握兩者的代表方法。講授、討論掌握Boosting和Bagging的區(qū)別與應(yīng)用。目標(biāo)3.12.序列集

11、成方法與并行集成方法3.Boosting4.Bagging與隨機(jī)森林5.Stacking第九章1.聚類的概念4使學(xué)生了解聚類思想，掌握主流聚類算法并熟練應(yīng)用于求解實(shí)際問題。講授、案例掌握聚類的基本原理及方法。了解不同聚類算法的原理和應(yīng)用。目標(biāo)5.12.性能度量與距離計(jì)算3.K-means聚類4.密度聚類5.層次聚類6.FCM聚類注：1.思政融入點(diǎn)：至少寫3條， 簡述該課程教學(xué)中將思政教育內(nèi)容與專業(yè)教育內(nèi)容有機(jī)融合的知識點(diǎn)（下同）。 2.學(xué)生學(xué)習(xí)預(yù)期成果：描述學(xué)生在學(xué)完本節(jié)內(nèi)容后應(yīng)獲得的知識、能力或素養(yǎng)水平（下同） 3.教學(xué)方式:包括講授、討論、案例、演示等，但不限于所列，根據(jù)課程實(shí)際需要列舉四

12、、實(shí)踐（實(shí)驗(yàn)或?qū)嵙?xí)）教學(xué)1編號實(shí)驗(yàn)或?qū)嵙?xí)項(xiàng)目名稱教學(xué)內(nèi)容學(xué)時實(shí)驗(yàn)或?qū)嵙?xí)類型2思政融入點(diǎn)學(xué)生學(xué)習(xí)預(yù)期成果課程目標(biāo)1K-近鄰算法求解分類問題根據(jù)K-近鄰算法的核心思想實(shí)現(xiàn)K-最近鄰分類算法，至少在兩個不同的數(shù)據(jù)集上比較算法的性能。2驗(yàn)證劃分成小組，選出優(yōu)秀黨員作為組長，充分發(fā)揮黨員在群眾中的模范帶頭作用，小組成員內(nèi)相互幫扶、相互促進(jìn)。加強(qiáng)對K-近鄰算法的理解，實(shí)現(xiàn)用K-近鄰算法并用于求解分類問題。掌握K-近鄰算法的核心思想與適用情況，鍛煉學(xué)生分析問題、解決問題并動手實(shí)踐的能力。目標(biāo)3.12構(gòu)造決策樹求解分類問題實(shí)現(xiàn)ID3決策樹，并在給定數(shù)據(jù)集上進(jìn)行5折交叉驗(yàn)證。觀測所得決策樹在訓(xùn)練集和測試集上的準(zhǔn)

13、確率，從而判斷該決策樹是否存在過度擬合。2驗(yàn)證注重鼓勵學(xué)生提出自己的算法并去努力實(shí)現(xiàn)，引導(dǎo)學(xué)生避免長期使用國外算法，潛移默化中培養(yǎng)學(xué)生民族自豪感和愛國主義精神。熟悉和掌握決策樹的分類原理、實(shí)質(zhì)和過程；掌握典型的學(xué)習(xí)算法和實(shí)現(xiàn)技術(shù)。掌握典型決策樹算法，能夠運(yùn)用決策樹解決實(shí)際分類決策問題。目標(biāo)3.13線性支持向量機(jī)算法的實(shí)現(xiàn)針對線性二分類問題，構(gòu)建支持向量機(jī)的基本模型驗(yàn)證其算法性能。4驗(yàn)證掌握支持向量機(jī)算法原理和實(shí)現(xiàn)技術(shù)，驗(yàn)證支持向量機(jī)算法的分類性能。了解有關(guān)支持向量機(jī)的基本原理，能夠?qū)崿F(xiàn)并使用支持向量機(jī)的代碼解決分類問題。目標(biāo)3.14K-means聚類算法實(shí)驗(yàn)設(shè)計(jì)實(shí)現(xiàn)K-means聚類算法，求解

14、對未分類標(biāo)注的數(shù)據(jù)進(jìn)行分組問題，得到分組后的圖像。2驗(yàn)證了解無監(jiān)督學(xué)習(xí)的理論基礎(chǔ)，動態(tài)聚類分析的思想和理論以及聚類算法的評價指標(biāo)。加深對無監(jiān)督學(xué)習(xí)的理解和認(rèn)識，掌握K-means算法。目標(biāo)3.15利用PCA數(shù)據(jù)預(yù)處理實(shí)驗(yàn)提供實(shí)驗(yàn)所需提取數(shù)據(jù)的空間信息，實(shí)現(xiàn)并利用PCA算法對原始數(shù)據(jù)的簡化操作。2驗(yàn)證分組討論，團(tuán)隊(duì)協(xié)作，發(fā)現(xiàn)與質(zhì)疑，充分發(fā)揮社會主義集體思維決策的優(yōu)勢。掌握PCA算法的思想，了解其其他的一些降維技術(shù)并熟悉其優(yōu)缺點(diǎn)及適用問題。了解基本的降維方法，掌握PCA算法簡化數(shù)據(jù)的方法，能夠運(yùn)用到求解實(shí)際問題中去。目標(biāo)5.16構(gòu)建隨機(jī)森林模型求解N分類問題使用決策樹構(gòu)造隨機(jī)森林的基本模型求解N分

15、類問題。4驗(yàn)證實(shí)現(xiàn)隨機(jī)森林模型并測試。深入掌握決策樹的概念和方法，了解隨機(jī)森林與決策樹之間的關(guān)系，掌握隨機(jī)森林原理和實(shí)現(xiàn)技術(shù)。目標(biāo)5.1注：1.此表可用于課內(nèi)實(shí)踐教學(xué)環(huán)節(jié)或某門綜合實(shí)踐課程2.實(shí)驗(yàn)類型：選填”驗(yàn)證性/綜合性/設(shè)計(jì)性”；實(shí)習(xí)類型：選填“認(rèn)識實(shí)習(xí)/生產(chǎn)實(shí)習(xí)/畢業(yè)實(shí)習(xí)”五、課程評價（一）考核內(nèi)容、考核方式與課程目標(biāo)對應(yīng)關(guān)系課程目標(biāo)考核內(nèi)容課程目標(biāo)在各考核方式中占比1平時表現(xiàn)課程作業(yè)實(shí)驗(yàn)報(bào)告課程論文培養(yǎng)目標(biāo)1.1機(jī)器學(xué)習(xí)的概念、機(jī)器學(xué)習(xí)研究的基本內(nèi)容、神經(jīng)元數(shù)學(xué)模型。20%20%10%10%培養(yǎng)目標(biāo)3.1信息熵、決策樹、ID3算法、支持向量機(jī)、核函數(shù)、模型評估、特征選擇、PCA算法、貝

16、葉斯分類器、聚類分析、K-means聚類算法、Boosting算法、Bagging與隨機(jī)森林、BP學(xué)習(xí)算法、離散型Hopfield網(wǎng)絡(luò)、連續(xù)型Hopfield網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)的運(yùn)算、池化、機(jī)視覺、自然語言處理、智能醫(yī)療、生物信息學(xué)、數(shù)據(jù)挖掘、環(huán)境監(jiān)測領(lǐng)域、能源勘測、搜索領(lǐng)域、自動駕駛等等。70%60%80%80%培養(yǎng)目標(biāo)5.1深度學(xué)習(xí)的基本思想、深度學(xué)習(xí)前沿算法。10%20%10%10%合計(jì)100%100%100%100%各考核方式占總成績權(quán)重（自行賦值）20%10%10%60%注：1. 課程目標(biāo)在考核方式及占比：主要根據(jù)課程目標(biāo)自行設(shè)計(jì)和制定多元化考核方式，表中所列僅為參考（紅色數(shù)據(jù)可刪除

17、）。但所列考核方式必須覆蓋全體學(xué)生，可根據(jù)當(dāng)學(xué)期具體教學(xué)情況酌情調(diào)整。2. 各考核方式占總成績權(quán)重：根據(jù)課程實(shí)際情況對各考核方式占總成績的權(quán)重予以賦值。（二）考核方式評分標(biāo)準(zhǔn)1課程作業(yè)評分標(biāo)準(zhǔn)課程目標(biāo)評分標(biāo)準(zhǔn)占比90-100（優(yōu)）80-89（良）70-79（中）60-69（及格）0-59（不及格）培養(yǎng)目標(biāo)1.1能夠深入理解機(jī)器學(xué)習(xí)的基本概念和發(fā)展方向。能夠較好地理解機(jī)器學(xué)習(xí)的基本概念和發(fā)展方向。能夠理解機(jī)器學(xué)習(xí)的基本概念和發(fā)展方向。基本理解機(jī)器學(xué)習(xí)的基本概念和發(fā)展方向。不理解機(jī)器學(xué)習(xí)的基本概念和發(fā)展方向。20%培養(yǎng)目標(biāo)3.1能夠很好地掌握機(jī)器學(xué)習(xí)主流算法，并能夠編程實(shí)現(xiàn)一些主流算法。能夠較好地理解機(jī)器學(xué)習(xí)主流算法，并能夠編程實(shí)現(xiàn)一些主流算法。能夠理解機(jī)器學(xué)習(xí)主流算法，并能夠編程實(shí)現(xiàn)一些主流算法?；纠斫鈾C(jī)器學(xué)習(xí)主流算法，并能夠編程實(shí)現(xiàn)一些主流算法。不理解模機(jī)器學(xué)習(xí)主流算法，并能夠編程實(shí)現(xiàn)一些主流算法。70%培養(yǎng)目標(biāo)5.1能夠深入理解各種機(jī)器學(xué)習(xí)主流算法并應(yīng)用其求解實(shí)際問題。能夠較好地理解各種機(jī)器學(xué)習(xí)主流算法并應(yīng)用其求解實(shí)際問題。能夠理解各種機(jī)器學(xué)習(xí)主流算法并應(yīng)用其求解實(shí)際問題?；纠斫飧鞣N機(jī)器學(xué)習(xí)主流算法并應(yīng)用其求解實(shí)際問題。不理解各種機(jī)器學(xué)習(xí)主流算法并應(yīng)用