本课程主要讲授机器学习和人工智能的基本概念、方法和应用。主要包括以下内容：

1.机器学习概念和常用方法分类

2.损失函数、优化方法

3.机器学习基本算法，包括决策树、K近邻、支持向量机、线性回归、逻辑回归、感知器、深度学习、KMeans、EM算法

4.机器学习合奏学习算法，包括Boosting、AdaBoost、GDB等

5.机器学习理论和实验准则，模型复杂度和方差均衡策略，交叉验证方法

1.课堂讨论（20%）。学员需在由老师发起的课堂讨论中回帖并评论他人的帖子，三次满分，中间按正比例函数计算，水贴不记入总数。

2.单元测验（30%）。每周一次测验，均为客观题，系统自动评分。

3.单元作业（30%）。本课程会安排单元作业，采取同伴互评的形式。

4.期末考试（20%）。将根据课程内容安排期末考试，题型为客观题和主观题，客观题系统自动评分，主观题采取同伴互评的形式。