模式识别与机器学习
分享
课程详情
课程评价
spContent=模式识别的原理和方法在医学、军事等众多领域应用十分广泛,是计算机及其相关专业进行科学研究的基础。课程构建了以经典推理决策为明线、前沿机器学习为暗线,明暗螺旋递进的内容体系,有效串接贝叶斯推理、线性判据、神经网络、深度学习等知识模块。同时,高维微积分、矩阵分析、优化理论等高阶数学知识与课程专业内容无缝嵌入衔接。此外,概率统计、代数、几何等技术路线之间前后呼应。该体系既融入了最新的机器学习研究成果,又明晰了广大分散知识点之间的关联,避免学习出现知识孤岛。
—— 课程团队
课程概述

本课程面向大学本科三年级以上学生或者具有先验课程基础的学生。

课程建立以经典推理决策为明线、前沿机器学习为暗线,有机嵌入高维微积分、矩阵分析、优化理论等高阶数学知识,难度螺旋递进的内容体系。通过学习,学生能够掌握模式识别过程与机器学习算法,并用以解决模式识别基本任务。构建知识图谱,促进学生吸收内化前沿的模型学习与分类决策算法,自主建构知识体系。切实提高机器学习算法的理解与应用,提升对新理论、新方法的研究与前瞻能力,以及正确解决工程问题的实践能力。

课程面向模式识别与机器学习领域的前沿知识,内容兼顾基本理论和应用实例,培养学生具备场景分析、编程实施、结果评价、方案优化的研究能力,能够解决多领域前沿挑战性问题。


课程大纲
预备知识

前导课程是微积分、高等数学、线性代数、概率论与统计、高级语言程序设计、算法与数据结构。

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

书名:《机器学习》

书号:ISBN 978-7-302-42328-7

作者:周志华

出版社:清华大学出版社