机器学习
分享
课程详情
课程评价
spContent=课程适合初学者，讲授主流机器学习理论，浅显易懂，有配套教材《机器学习理论与应用》。每章测验题检验掌握程度，手算例题展示原理运用，Python编程实例提供实践。还有创新与科学思维引领理论学习，让学习者获得科学思维的培养。内容涵盖了经典理论和较新理论，包括回归分析、k近邻算法、决策树、贝叶斯分类器、支持向量机、模型性能评估、集成学习、降维方法、聚类、EM算法、神经网络与深度学习等。
—— 课程团队
课程概述

  机器学习是人工智能的核心研究领域之一，它研究机器（例如计算机）怎样模拟人类的学习行为，研究模仿人类和智慧生物学习行为的学习方法或算法。本课程介绍机器学习的经典理论和较新理论，包括回归分析、k近邻算法、决策树、贝叶斯分类器、支持向量机、模型性能评估、集成学习、降维方法、聚类、EM算法、神经网络与深度学习等。通过课程学习，使学习者系统掌握机器学习的基本原理、方法和算法，同时培养学习者应用机器学习的理论和方法解决实际问题的能力，以及培养学习者的创新思维与科学思维。

  本慕课适合机器学习理论的初学者，主要讲授教材《机器学习理论与应用》中的重点内容。该教材提供学习与掌握机器学习理论与应用的多种途径，包括详细浅显的原理叙述、创新与科学思维产生理论的分析、现实需求引出理论的讨论、理解理论运用的手算例题、应用理论的Python编程实践以及习题。课程考核以机器学习原理与方法的掌握为主，兼顾考核应用理论的编程实践。

授课目标

  通过本课程学习，使学习者系统了解机器学习的基本概念、原理与方法，掌握一些经典的和较新的机器学习理论与算法，为今后从事相关领域的研究、开发或应用工作奠定坚实的基础。

课程大纲
预备知识

课程的学习需要用到高等数学、线性代数、概率、程序设计（Python）等知识

证书要求

为积极响应国家低碳环保政策， 2021年秋季学期开始，中国大学MOOC平台将取消纸质版的认证证书，仅提供电子版的认证证书服务，证书申请方式和流程不变。

 

电子版认证证书支持查询验证，可通过扫描证书上的二维码进行有效性查询，或者访问 https://www.icourse163.org/verify，通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。

 

完成课程教学内容学习和考核，成绩达到课程考核标准的学生（每门课程的考核标准不同，详见课程内的评分标准），具备申请认证证书资格，可在证书申请开放期间（以申请页面显示的时间为准），完成在线付费申请。

 

认证证书申请注意事项：

1. 根据国家相关法律法规要求，认证证书申请时要求进行实名认证，请保证所提交的实名认证信息真实完整有效。

2. 完成实名认证并支付后，系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。


参考资料

教材：王开军, 罗天健, 方莹. 机器学习理论与应用. 电子工业出版社, 2025.（京东、当当等网店有销售）

常见问题

1. 课程学习时间为多久？

答：春季/秋季学期的课程学习时间大约4个月，每周发布1-2次课程视频。暑期课程学习时间大约2个月，每周发布2次课程视频。

2. 课程学习有哪些作业？

答：学习慕课的每章知识后有测验题和关于原理的问答题，在配套教材里每章有习题和编程题（即练习Python编程例题）。

3. 课程学习的难易程度如何？

答：机器学习理论是有难度的知识（难度大），在很大程度上依赖于数学（高等数学、线性代数、概率论、优化方法等），学好相关的数学知识对学习本课程帮助很大。配套教材从多个角度浅显地阐释理论、原理和理论的运用，可以降低理论学习的困难。想掌握机器学习理论的学习者需要投入大量的精力和时间，而以粗略了解课程知识为目的的学习者可以花费少量时间。

4. 编程练习的难易程度如何？

答：关于开展应用理论的Python编程练习（模仿教材中的编程例题），其难易程度为中等，而对于编程水平较好的学习者为较容易。这种应用理论的编程实践是可以调用某个机器学习算法的库函数，无需自己编写该机器学习算法的代码。