模式识别与机器学习
分享
课程详情
课程评价
spContent=模式识别就是利用计算机对某些物理现象进行分类,在错误概率最小的条件下,使识别的结果尽量与事物相符。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。课程以模式识别任务为主导,讲授如何确定学习目标、获取学习样例,进行分类、识别与预测。
—— 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,通过培养学生认识模式识别的目的和意义,了解模式识别的过程,掌握机器学习的基本算法,并用以解决模式识别基本任务,促进学生应用模式识别处理计算机自动识别事物,掌握机器学习数据分析的相关技术;切实提高机器学习算法的理解与应用,提升对新理论、新方法的把握能力和研究能力,以及正确的解决工程问题的实践能力。课程面向模式识别领域的前沿知识,内容兼顾基本理论和应用实例,紧扣该领域国际发展前沿和热门研究课题,将实例贯穿于知识点,并能够对知识点进行延伸扩展,达到举一反三的目的。

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、数据结构。


证书要求

本课程分数占比如下:

20%单元测验+60%期末考试分数+20%课程讨论

其中,课程讨论的满分标准被“课程讨论”中回复数量为2个以上


总分合格及以上和修习80%及以上,期末成绩达到60分,即可申请获得科任老师签发的证书。

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