课程

中国大学MOOC,为你提供一流的大学教育

hi,小mooc
SPOC学校专有课程
模式识别
第4次开课
开课时间: 2024年02月27日 ~ 2024年06月20日
学时安排: 2-3
当前开课已结束 已有 142 人参加
老师已关闭该学期,无法查看
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。
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,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。

成绩 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。


课程大纲

第一章 模式识别基本概念

1.1 什么是模式识别

1.2 模式识别数学表达

1.3 特征向量的相关性

1.4 机器学习基本概念

1.5 模型的泛化能力

1.6 评估方法与性能指标

第一章思考题

模式识别与机器学习第一章测验

第二章 基于距离的分类器

模式识别与机器学习第二章测验

2.1 MED分类器

2.2 特征白化

2.3 MICD分类器

第二章思考题

第三章 贝叶斯决策与学习

3.1 贝叶斯决策与MAP分类器

3.2 MAP分类器:高斯观测概率

3.3 决策风险与贝叶斯分类器

3.4 最大似然估计

3.5 最大似然的估计偏差

3.6 贝叶斯估计(1)

3.7 贝叶斯估计(2)

3.8 KNN估计

3.9 直方图与核密度估计

模式识别与机器学习第三章测验

第四章 线性判据与回归(一)

4.1 线性判据基本概念

4.2 线性判据学习概述

4.3 并行感知机算法

4.4 串行感知机算法

4.5 Fisher线性判据

4.6 支持向量机基本概念

4.7 拉格朗日乘数法

4.8 拉格朗日对偶问题

4.9 支持向量机学习算法

模式识别与机器学习第四章测验(一)

第四章 线性判据与回归(二)

4.10软间隔支持向量机

4.11线性判据多类分类

4.12线性回归

4.13逻辑回归的概念

4.14逻辑回归的学习

4.15Softmax判据的概念

4.16Softmax判据的学习

4.17核支持向量机

模式识别与机器学习第四章测验(二)

第五章 神经网络

5.1 神经网络的概念

5.2 BP算法

展开全部
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。

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

福州大学
2 位授课老师
于元隆

于元隆

教授

苏雅茹

苏雅茹

讲师

下载
下载

下载App