《機(jī)器學(xué)習(xí)（含實(shí)驗(yàn)實(shí)踐）》課程教學(xué)大綱（機(jī)械設(shè)計(jì)制造及其自動(dòng)化專業(yè)）

《機(jī)器學(xué)習(xí)》課程教學(xué)大綱一、課程簡(jiǎn)介課程中文名機(jī)器學(xué)習(xí)課程英文名Machinelearning雙語(yǔ)授課□是否課程代碼24122094課程學(xué)分4總學(xué)時(shí)數(shù)64（含實(shí)踐32）課程類別□通識(shí)教育課程□公共基礎(chǔ)課程專業(yè)教育課程□綜合實(shí)踐課程□教師教育課程課程性質(zhì)□必修選修□其他課程形態(tài)□線上線下□線上線下混合式□社會(huì)實(shí)踐□虛擬仿真實(shí)驗(yàn)教學(xué)考核方式□閉卷□開(kāi)卷□課程論文課程作品匯報(bào)展示□報(bào)告課堂表現(xiàn)□階段性測(cè)試平時(shí)作業(yè)□其他（可多選）開(kāi)課學(xué)院大數(shù)據(jù)與智能工程學(xué)院開(kāi)課系(教研室)計(jì)算機(jī)科學(xué)與技術(shù)系面向?qū)I(yè)計(jì)算機(jī)科學(xué)與技術(shù)開(kāi)課學(xué)期第5學(xué)期先修課程數(shù)據(jù)結(jié)構(gòu)與算法、Python程序設(shè)計(jì)后續(xù)課程企業(yè)級(jí)應(yīng)用系統(tǒng)綜合實(shí)訓(xùn)選用教材1.安德里亞斯·穆勒、莎拉·吉多著，張亮譯，Python機(jī)器學(xué)習(xí)基礎(chǔ)教程[M]，北京：清華大學(xué)出版社，2018.參考書(shū)目1.周志華，機(jī)器學(xué)習(xí)[M]，北京：清華大學(xué)出版社，20162.塞巴斯蒂安·拉施卡著，陳斌譯，Python機(jī)器學(xué)習(xí)[M]，北京：機(jī)器工業(yè)出版社，2021課程資源/paths/ijeknthr課程簡(jiǎn)介機(jī)器學(xué)習(xí)是計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)學(xué)生和電子信息專業(yè)的選修課，課程內(nèi)容包括機(jī)器學(xué)習(xí)概述、模型的評(píng)估與選擇，和線性回歸、廣義線性回歸、決策樹(shù)、支持向量機(jī)、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與推薦等機(jī)器學(xué)習(xí)算法。課程通過(guò)對(duì)機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)的學(xué)習(xí)，使學(xué)生循序漸進(jìn)地掌握機(jī)器學(xué)習(xí)算法原理及建模過(guò)程，達(dá)到具有分析問(wèn)題、解決實(shí)際問(wèn)題的能力。二、課程目標(biāo)表1課程目標(biāo)序號(hào)具體課程目標(biāo)課程目標(biāo)1掌握線性回歸、廣義線性回歸、決策樹(shù)、支持向量機(jī)、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與推薦等常用機(jī)器學(xué)習(xí)算法原理，能夠設(shè)計(jì)并實(shí)現(xiàn)一些經(jīng)典機(jī)器學(xué)習(xí)算法如如支持向量機(jī)、線性回歸、邏輯回歸、貝葉斯分類器、K最近鄰、主成分分析及K均值等，并能夠使用特定方法對(duì)模型性能進(jìn)行評(píng)估和優(yōu)化。課程目標(biāo)2能夠識(shí)別計(jì)算機(jī)軟件系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)中的關(guān)鍵問(wèn)題，選擇合適的機(jī)器學(xué)習(xí)算法對(duì)其進(jìn)行建模和實(shí)現(xiàn)，并根據(jù)實(shí)現(xiàn)問(wèn)題需求對(duì)模型進(jìn)行改進(jìn)及持續(xù)優(yōu)化，從而更好地解決工程領(lǐng)域中的相關(guān)問(wèn)題，并在設(shè)計(jì)和實(shí)現(xiàn)環(huán)節(jié)中體現(xiàn)創(chuàng)新性。課程目標(biāo)3通過(guò)在研究過(guò)程中，使用Numpy、Pandas、Scikit-learn等工具開(kāi)發(fā)、選擇與使用恰當(dāng)機(jī)器學(xué)習(xí)算法，對(duì)計(jì)算機(jī)復(fù)雜工程問(wèn)題進(jìn)行研究、設(shè)計(jì)實(shí)驗(yàn)、分析實(shí)驗(yàn)結(jié)果、并對(duì)數(shù)據(jù)合理性進(jìn)行解釋。表2-1課程目標(biāo)與畢業(yè)要求對(duì)應(yīng)關(guān)系（計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)）畢業(yè)要求指標(biāo)點(diǎn)課程目標(biāo)1.工程知識(shí)：能夠?qū)?shù)學(xué)、自然科學(xué)、工程基礎(chǔ)和計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)知識(shí)用于解決計(jì)算機(jī)復(fù)雜工程問(wèn)題?！綥】1.3能夠?qū)τ?jì)算系統(tǒng)的設(shè)計(jì)方案和所建模型進(jìn)行分析推理，并能夠得出有效結(jié)論。課程目標(biāo)13.設(shè)計(jì)/開(kāi)發(fā)解決方案：能夠針對(duì)計(jì)算機(jī)復(fù)雜工程問(wèn)題的解決方案，設(shè)計(jì)并實(shí)現(xiàn)滿足特定需求的軟件系統(tǒng)，并能夠在設(shè)計(jì)和實(shí)現(xiàn)環(huán)節(jié)中體現(xiàn)創(chuàng)新意識(shí)，考慮社會(huì)、健康、安全、法律、文化以及環(huán)境等因素?！綡】3.2能夠識(shí)別計(jì)算機(jī)軟件系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)中的關(guān)鍵問(wèn)題，并對(duì)方案進(jìn)行持續(xù)優(yōu)化，體現(xiàn)創(chuàng)新性。課程目標(biāo)23.設(shè)計(jì)/開(kāi)發(fā)解決方案：能夠針對(duì)計(jì)算機(jī)復(fù)雜工程問(wèn)題的解決方案，設(shè)計(jì)并實(shí)現(xiàn)滿足特定需求的軟件系統(tǒng)，并能夠在設(shè)計(jì)和實(shí)現(xiàn)環(huán)節(jié)中體現(xiàn)創(chuàng)新意識(shí)，考慮社會(huì)、健康、安全、法律、文化以及環(huán)境等因素。【M】4.1能夠使用基本的實(shí)驗(yàn)方法和工具，在適當(dāng)?shù)沫h(huán)境下，針對(duì)計(jì)算機(jī)復(fù)雜工程問(wèn)題研究的需要設(shè)計(jì)實(shí)驗(yàn)方案，并進(jìn)行實(shí)驗(yàn)。課程目標(biāo)3三、課程學(xué)習(xí)內(nèi)容與方法（一）理論學(xué)習(xí)內(nèi)容及要求表3-1課程目標(biāo)、學(xué)習(xí)內(nèi)容和教學(xué)方法對(duì)應(yīng)關(guān)系序號(hào)課程模塊學(xué)習(xí)內(nèi)容學(xué)習(xí)任務(wù)課程目標(biāo)學(xué)習(xí)重點(diǎn)難點(diǎn)教學(xué)方法學(xué)時(shí)1機(jī)器學(xué)習(xí)基礎(chǔ)1.機(jī)器學(xué)習(xí)的概念1.了解機(jī)器學(xué)習(xí)的相關(guān)概念2.理解監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)的區(qū)別3.查閱相關(guān)文獻(xiàn)，整理目前機(jī)器學(xué)習(xí)的最新的技術(shù)課程目標(biāo)1重點(diǎn)：1.機(jī)器學(xué)習(xí)的定義難點(diǎn)：2.機(jī)器學(xué)習(xí)的分支1.講授法：引導(dǎo)學(xué)生掌握機(jī)器學(xué)習(xí)的概念。2.專題研討：促進(jìn)學(xué)習(xí)理解不同機(jī)器學(xué)習(xí)分支的特點(diǎn)。22.機(jī)器學(xué)習(xí)的發(fā)展歷史課程目標(biāo)13.機(jī)器學(xué)習(xí)的主要分支課程目標(biāo)14.機(jī)器學(xué)習(xí)的相關(guān)應(yīng)用領(lǐng)域課程目標(biāo)22相關(guān)工具1.Numpy基本操作1.掌握Numpy庫(kù)中serial和dataframe數(shù)據(jù)類型及常用函數(shù)2.掌握Pandas相關(guān)數(shù)據(jù)分析及可視化方法3.掌握Scikit-learn構(gòu)建機(jī)器學(xué)習(xí)模型的過(guò)程4.能夠?qū)Σ煌Ｐ褪褂孟鄳?yīng)的方法進(jìn)行評(píng)估課程目標(biāo)3重點(diǎn)：1.Numpy庫(kù)的使用2.Pandas庫(kù)的使用難點(diǎn)：1.模型的選擇、訓(xùn)練和預(yù)測(cè)2.模型的評(píng)估方法和性能度量標(biāo)準(zhǔn)1.講授法：引導(dǎo)學(xué)生掌握機(jī)器學(xué)習(xí)的概念。2.專題研討：促進(jìn)學(xué)習(xí)理解不同機(jī)器學(xué)習(xí)分支的特點(diǎn)。42.Pandas基本操作課程目標(biāo)33.sklearn工具的使用課程目標(biāo)34.機(jī)器學(xué)習(xí)模型構(gòu)建課程目標(biāo)25.模型的評(píng)估和性能度量課程目標(biāo)23回歸分析1.線性回歸原理1.掌握線性回歸原理2.掌握嶺回歸、Lasso回歸原理3.掌握邏輯回歸的原理4.能夠使用Python語(yǔ)言實(shí)現(xiàn)回歸模型6.能夠?qū)貧w進(jìn)行診斷，判別回歸過(guò)程中的過(guò)擬合與欠擬合問(wèn)題課程目標(biāo)1重點(diǎn)：1.線性回歸模型的原理2.嶺回歸與Lasso回歸的原理4.邏輯回歸的原理難點(diǎn)：1.回歸模型的實(shí)現(xiàn)2.回歸模型的性能評(píng)估1.講授法：引導(dǎo)學(xué)生掌握機(jī)回歸分析的原理。2.專題研討：促進(jìn)學(xué)生掌握回歸分析模型的構(gòu)建及性能評(píng)估。62.嶺回歸與Lasso回歸原理課程目標(biāo)13.邏輯回歸的原理課程目標(biāo)14.回歸模型的實(shí)現(xiàn)課程目標(biāo)25.線性回歸診斷課程目標(biāo)36混淆矩陣、ROC、AUC課程目標(biāo)34分類1.K-最近鄰1.掌握K-最近鄰分類器原理2.掌握支持向量機(jī)分類器原理3.掌握決策樹(shù)分類器原理4.掌握貝葉斯分類器原理5.能夠使用Python語(yǔ)言實(shí)現(xiàn)分類模型6.能夠?qū)Ψ诸惸Ｐ瓦M(jìn)行性能評(píng)估課程目標(biāo)1重點(diǎn)：1.K-最近鄰分類器原理2.支持向量機(jī)分類器原理3.決策樹(shù)分類器原理4.貝葉斯分類器原理難點(diǎn)：1.回歸模型實(shí)現(xiàn)2.回歸模型性能評(píng)估1.講授法：引導(dǎo)學(xué)生掌握各類分類器原理。2.專題研討：促進(jìn)學(xué)生掌握分類模型的構(gòu)建及性能評(píng)估。82.支持向量機(jī)課程目標(biāo)13.決策樹(shù)課程目標(biāo)14.貝葉斯分類器課程目標(biāo)15.分類器實(shí)現(xiàn)課程目標(biāo)26.分類器性能評(píng)估課程目標(biāo)35聚類1.原理聚類1.掌握K-means聚類算法原理2.掌握DBSCAN聚類算法原理3.掌握層次聚類算法原理4.能夠使用Python語(yǔ)言實(shí)現(xiàn)聚類模型5.能夠?qū)垲惸Ｐ瓦M(jìn)行性能評(píng)估課程目標(biāo)1重點(diǎn)：1.K-means聚類算法原理2.DBSCAN聚類算法原理3.層次聚類算法原理4.貝葉斯分類器原理難點(diǎn)：1.聚類算法實(shí)現(xiàn)2.聚類算法性能評(píng)估1.講授法：引導(dǎo)學(xué)生掌握各類聚類原理。2.專題研討：促進(jìn)學(xué)生掌握聚類模型的構(gòu)建及性能評(píng)估。42.密度聚類課程目標(biāo)13.層次聚類課程目標(biāo)14.聚類算法實(shí)現(xiàn)課程目標(biāo)25.聚類算法性能評(píng)估課程目標(biāo)36降維1.降維原理1.掌握降維原理2.掌握主成分分析算法原理3.掌握流形學(xué)習(xí)算法原理4.能夠使用Python語(yǔ)言實(shí)現(xiàn)聚類模型5.能夠?qū)垲惸Ｐ瓦M(jìn)行性能評(píng)估課程目標(biāo)1重點(diǎn)：1.主成分分析算法原理2.流形學(xué)習(xí)算法原理難點(diǎn)：1.降維算法實(shí)現(xiàn)2.降維算法性能評(píng)估1.講授法：引導(dǎo)學(xué)生掌握各類降維算法原理。2.專題研討：促進(jìn)學(xué)生掌握降維算法的構(gòu)建及性能評(píng)估。42.主成分分析原理課程目標(biāo)13.流形學(xué)習(xí)原理課程目標(biāo)14.降維算法實(shí)現(xiàn)課程目標(biāo)25.降維算法性能評(píng)估課程目標(biāo)37推薦1.關(guān)聯(lián)規(guī)則原理1.掌握關(guān)聯(lián)規(guī)則原理2.掌握Apriori算法原理3.掌握協(xié)同過(guò)濾算法原理4.能夠使用Python語(yǔ)言實(shí)現(xiàn)推薦算法5.能夠?qū)ν扑]算法進(jìn)行性能評(píng)估課程目標(biāo)1重點(diǎn)：1.Apriori算法原理2.協(xié)同過(guò)濾算法算法原理難點(diǎn)：1.推薦算法實(shí)現(xiàn)2.推薦算法性能評(píng)估1.講授法：引導(dǎo)學(xué)生掌握各類推薦算法原理。2.專題研討：促進(jìn)學(xué)生掌握推薦算法的構(gòu)建及性能評(píng)估。42.Apriori算法課程目標(biāo)13.協(xié)同過(guò)濾算法原理課程目標(biāo)14.推薦算法實(shí)現(xiàn)課程目標(biāo)25.推薦算法性能評(píng)估課程目標(biāo)3合計(jì)=SUM(ABOVE)32實(shí)驗(yàn)學(xué)習(xí)內(nèi)容及要求表3-2課程目標(biāo)、學(xué)習(xí)內(nèi)容和教學(xué)方法對(duì)應(yīng)關(guān)系序號(hào)項(xiàng)目名稱項(xiàng)目來(lái)源教學(xué)目標(biāo)（觀測(cè)點(diǎn)、重難點(diǎn)）學(xué)時(shí)數(shù)項(xiàng)目類型要求每組人數(shù)教學(xué)方法課程目標(biāo)1基于多元線性回歸的汽車油耗預(yù)測(cè)模型實(shí)驗(yàn)教材1.掌握線性回歸的原理4設(shè)計(jì)研究型必做1案例教學(xué)、實(shí)驗(yàn)指導(dǎo)課程目標(biāo)2、32.掌握線性回歸模型的構(gòu)建（重點(diǎn)）3.能夠?qū)δＰ皖A(yù)測(cè)結(jié)果進(jìn)行驗(yàn)證分析（難點(diǎn)）2基于邏輯回歸的非線性分類預(yù)測(cè)實(shí)驗(yàn)教材1.掌握邏輯歸模型的原理4設(shè)計(jì)研究型必做1案例教學(xué)、實(shí)驗(yàn)指導(dǎo)課程目標(biāo)1、2、32.掌握邏輯回歸模型的構(gòu)建（重點(diǎn)）3.使用混淆矩陣、精確率、召回率、準(zhǔn)確率、f1-score可以量化衡量模型3基于樸素貝葉斯分類器的幸存者預(yù)測(cè)實(shí)驗(yàn)教材1.掌握樸素貝葉斯分類器原理4設(shè)計(jì)研究型必做1案例教學(xué)、實(shí)驗(yàn)指導(dǎo)課程目標(biāo)1、2、32.能夠建立樸素貝葉斯分類器，對(duì)幸存者進(jìn)行預(yù)測(cè)（重點(diǎn)）3.學(xué)習(xí)繪制ROC曲線，比較predict和predict_prob的區(qū)別（難點(diǎn)）4.基于決策樹(shù)的泰坦尼克號(hào)幸存者預(yù)測(cè)實(shí)驗(yàn)教材1.掌握決策樹(shù)分類器原理4設(shè)計(jì)研究型必做1案例教學(xué)、實(shí)驗(yàn)指導(dǎo)課程目標(biāo)1、22.能夠建立決策樹(shù)分類器，對(duì)幸存者進(jìn)行預(yù)測(cè)（重點(diǎn)）3.習(xí)使用LabelEncoder對(duì)離散變量進(jìn)行編碼和簡(jiǎn)單的缺失值處理方法。5.kmeans、DBSCAN和譜聚類的聚類對(duì)比實(shí)驗(yàn)實(shí)驗(yàn)教材1.能夠構(gòu)建kmeans、DBSCAN、譜聚類的聚類算法4設(shè)計(jì)研究型必做1案例教學(xué)、實(shí)驗(yàn)指導(dǎo)課程目標(biāo)2、32.能夠分析kmeans、DBSCAN、譜聚類的聚類效果差異6基于PCA模型的鳶尾花數(shù)據(jù)可視化實(shí)驗(yàn)教材1.能夠通過(guò)線性組合特征值為“主成分”實(shí)現(xiàn)降維6設(shè)計(jì)研究型必做1案例教學(xué)、實(shí)驗(yàn)指導(dǎo)課程目標(biāo)2、32.能夠使用降維后的數(shù)據(jù)進(jìn)行可視化。7

基于FP樹(shù)的商品推薦模型實(shí)驗(yàn)教材1.掌握關(guān)聯(lián)規(guī)則挖掘原理6設(shè)計(jì)研究型必做1案例教學(xué)、實(shí)驗(yàn)指導(dǎo)課程目標(biāo)2、32能夠?qū)⒔Y(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為”購(gòu)物籃”數(shù)據(jù)3.能夠建立FP關(guān)聯(lián)規(guī)則模型，生成規(guī)則。四、課程考核（一）考核內(nèi)容與考核方式表4課程目標(biāo)、考核內(nèi)容與考核方式對(duì)應(yīng)關(guān)系課程目標(biāo)考核內(nèi)容所屬學(xué)習(xí)模塊/項(xiàng)目考核占比考核方式課程目標(biāo)11.機(jī)器學(xué)習(xí)相關(guān)概念學(xué)習(xí)模塊1-7/項(xiàng)目1-450%課程音視頻章節(jié)測(cè)驗(yàn)課程積分實(shí)驗(yàn)項(xiàng)目2.回歸分析原理學(xué)習(xí)模塊8/項(xiàng)目63.分類器原理學(xué)習(xí)模塊1、2/項(xiàng)目14.聚類算法原理5.降維算法原理6.推薦算法原是學(xué)習(xí)模塊9/項(xiàng)目7課程目標(biāo)21.回歸分析實(shí)現(xiàn)學(xué)習(xí)模塊4/項(xiàng)目130%課程項(xiàng)目設(shè)計(jì)2.分類器實(shí)現(xiàn)學(xué)習(xí)模塊4/項(xiàng)目13.聚類算法實(shí)現(xiàn)4.降維算法及推薦算法實(shí)現(xiàn)學(xué)習(xí)模塊4、6、8、10、11/項(xiàng)目3、5、7、8、9課程目標(biāo)31.數(shù)據(jù)可視化工具使用學(xué)習(xí)模塊6/項(xiàng)目520×%課程項(xiàng)目設(shè)計(jì)2.數(shù)據(jù)分析工具使用學(xué)習(xí)模塊11/項(xiàng)目93.算法性能評(píng)估學(xué)習(xí)模塊6、11/項(xiàng)目5、9（二）成績(jī)?cè)u(píng)定1. 平時(shí)成績(jī)?cè)u(píng)定（1）課程章節(jié)練習(xí)（20%）：學(xué)生在網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)上的音視頻學(xué)習(xí)情況。（2）章節(jié)測(cè)驗(yàn)（20%）：學(xué)生在網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)上的章節(jié)測(cè)試完成情況。（3）課程積分（30%）：學(xué)生參與投票、問(wèn)卷、搶答、選人、討論、隨堂練習(xí)等課程活動(dòng)的情況。（4）實(shí)驗(yàn)項(xiàng)目（30%）：學(xué)生的作業(yè)（包括實(shí)驗(yàn)）完成情況。2.期末成績(jī)?cè)u(píng)定期末考核方式為課程項(xiàng)目設(shè)計(jì)。主要考察學(xué)生分析問(wèn)題、解決問(wèn)題、編寫(xiě)程序?qū)崿F(xiàn)Web項(xiàng)目的能力及團(tuán)隊(duì)協(xié)作和軟件工程人才素養(yǎng)等。3.總成績(jī)?cè)u(píng)定總成績(jī)（100%）=平時(shí)成績(jī)（50%）+期末成績(jī)（50%）（三）評(píng)分標(biāo)準(zhǔn)1.平時(shí)成績(jī)（1）課程音視頻：課程視頻/音頻全部完成得滿分，單個(gè)視頻/音頻分值平均分配，滿分100分。成績(jī)由網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)記錄確定。（2）章節(jié)測(cè)驗(yàn)：只計(jì)算為任務(wù)點(diǎn)的章節(jié)測(cè)驗(yàn)，取學(xué)生章節(jié)測(cè)驗(yàn)平均分，未做測(cè)驗(yàn)按“