课程整体介绍了机器学习的概念,python的编程方法,从算法的角度出发,将常见分类、回归、聚类、推荐等典型算法,运用理论结合实践的方法进行课程讲解。最后对深度学习的知识进行的讲解和说明。
本课程主要面向非计算机专业的本科学生,在不涉及大量数学模型与复杂编程知识的前提下,通过对丰富应用案例的详细讲解,引导学生掌握主流机器学习模型的思路、基本数学原理与实践用法;熟悉并掌握当下流行的机器学习和数据处理的各种工具;学习如何使用机器学习技术解决现实中各行各业遇到的数据分析等问题。
数学:微积分、导数
线性代数:向量、矩阵、矩阵乘法
概率:条件概率、联合概率、贝叶斯公式
程序设计:基本的Python,其它编程语言的基础也可
平时(70%):上机作业:70%,独立完成
综合实践项目:30%,分小组完成
期末(30%):闭卷考试