《機器學習》課程教學大綱

《機器學習》教學大綱一、課程基本信息課程名稱機器學習MachineLearning課程編碼SCC321211035開課院部理學院課程團隊數(shù)據(jù)科學團隊學分3.5課內(nèi)學時60講授48實驗0上機12實踐0課外學時60適用專業(yè)數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)授課語言中文先修課程Python語言與實訓、應用統(tǒng)計學課程簡介（必修）《機器學習》是數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)專業(yè)的一門必修課和專業(yè)核心課。通過本課程的學習，使學生了解機器學習的基本概念、應用背景；掌握各類機器學習算法的基本原理；培養(yǎng)學生學會分析研究計算機處理的數(shù)據(jù)對象的特性，以便選擇適當?shù)臋C器學習算法和模型解決實際問題。本課程側(cè)重于進行數(shù)據(jù)分析和復雜程序設(shè)計的訓練過程。通過對具體機器學習算法和應用案例的研究，進一步鍛煉學生的動手能力，培養(yǎng)學生解決實際問題的能力。MachineLearningisacompulsorycourseandcorecourseforthemajorofdatascienceandbigdatatechnology.Throughthestudyofthiscourse,studentscanunderstandthebasicconceptsandapplicationbackgroundofmachinelearning;masterthebasicprinciplesofvariousmachinelearningalgorithms;trainstudentstolearntoanalyzethecharacteristicsofdataobjectsprocessedbycomputers,soastoselectappropriatemachinelearningalgorithmsandmodelstosolvepracticalproblems.Thiscoursefocusesonthetrainingprocessofdataanalysisandcomplexprogramming.Throughthestudyofspecificmachinelearningalgorithmsandapplicationcases,practicalabilityisfurthertrainedandtheirabilitytosolvepracticalproblemsistrained.負責人大綱執(zhí)筆人審核人二、課程目標序號代號課程目標OBE畢業(yè)要求指標點任務自選1M1目標1：了解機器學習的基本概念、掌握各類機器學習算法的基本原理是4.12M2目標2：采用Python編程實現(xiàn)各類機器學習算法，掌握復雜大數(shù)據(jù)處理和分析的基礎(chǔ)知識，具有較好的理論基礎(chǔ)是4.13M3目標3：培養(yǎng)學生學會選擇適當?shù)臋C器學習算法和模型解決實際問題，能夠就數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)領(lǐng)域的復雜問題與同行及社會公眾進行有效的溝通和交流，清楚地闡述專業(yè)觀點，包括陳述發(fā)言、清晰表達或回應指令是6.24M4目標4：能保障課程正常秩序（政治層面、課堂保障層面，非學生能力層面）否三、課程內(nèi)容序號章節(jié)號標題課程內(nèi)容/重難點支撐課程目標課內(nèi)學時教學方式課外學時課外環(huán)節(jié)1第1章第1章引言本章重點難點：機器學習的主要任務；鳶尾花分類////21.11.1機器學習的簡單概述機器學習的概念、機器學習的關(guān)鍵術(shù)語、機器學習的主要任務、開發(fā)機器學習應用程序的步驟M11講授1自學資料31.21.2第一個應用：鳶尾花分類初識數(shù)據(jù)、訓練數(shù)據(jù)與測試數(shù)據(jù)、觀察數(shù)據(jù)、構(gòu)建第一個模型：k近鄰算法、做出預測、評估模型M11講授1自學資料4第2章第2章監(jiān)督學習本章重點難點：監(jiān)督學習算法、分類器的不確定度估計。////52.12.1分類與回歸分類與回歸M11講授1自學資料62.22.2泛化、過擬合與欠擬合泛化、過擬合與欠擬合M11講授1自學資料72.32.3監(jiān)督學習算法k近鄰、線性模型、樸素貝葉斯分類器、決策樹、決策樹集成、核支持向量機、神經(jīng)網(wǎng)絡(luò)（深度學習）M18講授8自學資料82.42.4分類器的不確定度估計決策函數(shù)、預測概率、多分類問題的不確定度M12講授2自學資料9實驗1實驗1監(jiān)督分類算法實驗監(jiān)督分類算法實驗M2,M32上機2撰寫上機報告10實驗2實驗2監(jiān)督回歸算法實驗監(jiān)督分類回歸實驗M2,M32上機2撰寫上機報告11第3章第3章無監(jiān)督學習本章重點難點：降維、特征提取與流形學習、聚類////123.13.1無監(jiān)督學習的類型無監(jiān)督學習的類型M11講授1自學資料133.23.2預處理與縮放不同類型的預處理、應用數(shù)據(jù)變換、預處理對監(jiān)督學習的作用M11講授1自學資料143.33.3降維、特征提取與流形學習主成分分析、非負矩陣分解、用t-SNE進行流形學習M14講授4自學資料153.43.4聚類k均值聚類、凝聚聚類、DBSCANM14講授4自學資料16實驗3實驗3無監(jiān)督學習實驗無監(jiān)督學習實驗M2,M32上機2撰寫上機報告17第4章第4章數(shù)據(jù)表示與特征工程本章重點難點：變量分類、自動化特征選擇////184.14.1變量分類One-Hot編碼、數(shù)字可以編碼分類變量M11講授1自學資料194.24.2分箱、離散化、線性模型與樹分箱、離散化、線性模型與樹M11講授1自學資料204.34.3交互特征與多項式特征交互特征與多項式特征M12講授2自學資料214.44.4單變量非線性變換單變量非線性變換M12講授2自學資料224.54.5自動化特征選擇單變量統(tǒng)計、基于模型的特征選擇、迭代特征選擇4講授4自學資料23實驗4實驗4數(shù)據(jù)表示與特征工程實驗數(shù)據(jù)表示與特征工程實驗M2,M32上機2撰寫上機報告24第5章第5章模型評估與改進本章重點難點：變量分類、自動化特征選擇////255.15.1交叉驗證scikit-learn中的交叉驗證、交叉驗證的優(yōu)點、分層k折交叉驗證和其他策略M12講授2自學資料265.25.2網(wǎng)格搜索簡單網(wǎng)格搜索、參數(shù)過擬合的風險與驗證集、帶交叉驗證的網(wǎng)格搜索M12講授2自學資料275.35.3評估指標與評分二分類指標、多分類指標、回歸指標、在模型選擇中使用評估指標.M12講授2翻轉(zhuǎn)課堂28實驗5實驗5模型評估與改進實驗綜合性實例及評估體系，討論不同機器學習模型與方法的選擇原則及效果評估M2,M32上機2撰寫上機報告29第6章第6章強化學習本章重點難點：有模型學習、免模型學習////306.16.1任務與獎賞任務與獎賞M12講授2自學、翻轉(zhuǎn)課堂316.26.2有模型學習策略評估、策略改進、策略迭代與值迭代M12講授2自學、翻轉(zhuǎn)課堂326.36.3免模型學習蒙特卡羅強化學習、時序差分學習M12講授2自學、翻轉(zhuǎn)課堂336.46.4值函數(shù)近似值函數(shù)近似M12講授2自學、翻轉(zhuǎn)課堂34實驗6第6章強化學習實驗強化學習實驗M2,M32上機2撰寫上機報告四、考核方式序號考核環(huán)節(jié)操作細節(jié)總評占比1實驗1.本課程的實驗共12學時，共6次進行。2.成績采用百分制，根據(jù)實驗完成情況評分。3.考核學生對數(shù)據(jù)可視化的應用能力，針對實際問題問題，能夠根據(jù)用戶需求對數(shù)據(jù)進行分析，為解決實際問題提供思路。60%2大作業(yè)1.本課程要求利用Python語言工具建立研究對象的模型，兩到三人一組，組隊模式完成一道當年大數(shù)據(jù)競賽題目，并提交論文并答辯。2.根據(jù)模型建立情況、論文方案的準確性和個人在大作業(yè)的貢獻率評分。30%3考勤隨機點名、刷卡點名等5%4課堂表現(xiàn)隨機檢查學生上課精神狀態(tài)、回答問題情況5%五、評分細則序號課程目標考核環(huán)節(jié)大致占比評分等級1M1實驗60%A-按時提交實驗報告，數(shù)據(jù)分析符合規(guī)范，結(jié)論無誤。B-按時提交實驗報告，數(shù)據(jù)分析基本規(guī)范，結(jié)論基本正確。C-數(shù)據(jù)分析過程存在問題。D-未提交實驗報告或?qū)嶒瀳蟾娲嬖趪乐爻u現(xiàn)象。2M1大作業(yè)30%A-按時提交大作業(yè)論文，數(shù)據(jù)分析符合規(guī)范，結(jié)論無誤，課程答辯講解清楚，回答問題正確。B-按時提交大作業(yè)論文，數(shù)據(jù)分析基本規(guī)范，結(jié)論基本正確，課程答辯講解較清楚，回答問題基本正確。C-數(shù)據(jù)分析過程存在問題，課程答辯講解不清，回答問題有錯誤。D-未提交大作業(yè)論文或大作業(yè)論文存在嚴重抄襲現(xiàn)象，未參加課程答辯。3M1課堂表現(xiàn)10%A-精神狀態(tài)飽滿，回答問題準確。B-精神狀態(tài)良好，問題回答較好。C-精神狀態(tài)一般，問題回答一般。D-很少參加課堂討論，精神狀態(tài)較差，回答問題有誤。4M2實驗60%A-按時提交實驗報告，數(shù)據(jù)分析符合規(guī)范，結(jié)論無誤。B-按時提交實驗報告，數(shù)據(jù)分析基本規(guī)范，結(jié)論基本正確。C-數(shù)據(jù)分析過程存在問題。D-未提交實驗報告或?qū)嶒瀳蟾娲嬖趪乐爻u現(xiàn)象。5M2大作業(yè)40%A-按時提交大作業(yè)論文，數(shù)據(jù)分析符合規(guī)范，結(jié)論無誤，課程答辯講解清楚，回答問題正確。B-按時提交大作業(yè)論文，數(shù)據(jù)分析基本規(guī)范，結(jié)論基本正確，課程答辯講解較清楚，回答問題基本正確。C-數(shù)據(jù)分析過程存在問題，課程答辯講解不清，回答問題有錯誤。D-未提交大作業(yè)論文或大作業(yè)論文存在嚴重抄襲現(xiàn)象，未參加課程答辯。6M3實驗50%A-按時提交實驗報告，數(shù)據(jù)分析符合規(guī)范，結(jié)論無誤。B-按時提交實驗報告，數(shù)據(jù)分析基本規(guī)范，結(jié)論基本正確。C-數(shù)據(jù)分析過程存在問題。D-未提交實驗報告或?qū)嶒瀳蟾娲嬖趪乐爻u現(xiàn)象。7M3大作業(yè)50%A-按時提交大作業(yè)論文，數(shù)據(jù)分析符合規(guī)范，結(jié)論無誤，課程答辯講解清楚，回答問題正確。B-按時提交大作業(yè)論文，數(shù)據(jù)分析基本規(guī)范，結(jié)論基本正確，課程答辯講解較清楚，回答問題基本正確。C-數(shù)據(jù)分析過程存在問題，課程答辯講解不清，回答問題有錯誤。D-未提交大作業(yè)論文或大作業(yè)論文存在嚴重抄襲現(xiàn)象，未參加課程答辯。8M4考勤100%A-全勤。B-缺勤1次。C-缺勤2-3次。D-缺勤3次及以上。評分等級說明：[A,B,C,D,E]=[90-100,80-89,70-79,60-69,0-59];[A,B,C,D]=[90-100,75-89,60-74,0-59];[A,B,C]=[90-100,