CS420機(jī)器學(xué)習(xí)課程教學(xué)大綱 - 致遠(yuǎn)學(xué)院

CS420機(jī)器學(xué)習(xí)課程教學(xué)大綱CourseOutline課程基本信息（CourseInformation）課程代碼(CourseCode)CS420*學(xué)時(shí)(CreditHour)48*學(xué)分(Credits)3*課程名稱(CourseTitle)（中文）機(jī)器學(xué)習(xí)(央文)MachineLearning*課程性質(zhì)(CourseType)本科生一般課程授課對(duì)象(TargetAudience)致遠(yuǎn)學(xué)院計(jì)算機(jī)科學(xué)班14級(jí)15級(jí)學(xué)生*授課語(yǔ)言(LanguageofInstruction)中英雙語(yǔ)*開(kāi)課院系（School）致遠(yuǎn)學(xué)院先修課程（Prerequisite）數(shù)學(xué)分析，線性代數(shù)授課教師（Instructor）張偉楠課程網(wǎng)址(CourseWebpage)/teaching/cs420/index.html*課程簡(jiǎn)介（Description機(jī)器學(xué)習(xí)是通過(guò)非顯示編程使得機(jī)器完成智能任務(wù)的一門科學(xué)方法論。在過(guò)去的20年間，機(jī)器學(xué)習(xí)得到了長(zhǎng)足的發(fā)展，目前已經(jīng)成為實(shí)現(xiàn)人工智能的最有效最熱門的途徑?；跈C(jī)器學(xué)習(xí)的應(yīng)用也滲透到了我們?nèi)粘Ｉ畹姆椒矫婷妫缣鞖忸A(yù)測(cè)、電商個(gè)性化商品推薦、新聞分類、人臉識(shí)別、語(yǔ)音問(wèn)答、無(wú)人駕駛汽車、居家機(jī)器人、醫(yī)療輔助診斷等等。2016年3月，谷歌的智能圍棋機(jī)器人AlphaGo以4-1打敗李世石標(biāo)志著基于大數(shù)據(jù)機(jī)器學(xué)習(xí)的人工智能新時(shí)代的全面到來(lái)。本課程提供機(jī)器學(xué)習(xí)的入門基礎(chǔ)講解，讓學(xué)生能夠較為全面地了解機(jī)器學(xué)習(xí)這門學(xué)科的各類問(wèn)題和方法論，包括監(jiān)督學(xué)習(xí)\無(wú)監(jiān)督學(xué)習(xí)（涵蓋絕大部分預(yù)測(cè)類應(yīng)用，例如推薦系統(tǒng)、圖像識(shí)別、網(wǎng)頁(yè)排序等等）和強(qiáng)化學(xué)習(xí)（涵蓋所有決策類應(yīng)用，例如下圍棋、無(wú)人駕駛、廣告出價(jià)、智能選股等等）。此外，本課程強(qiáng)調(diào)學(xué)生的動(dòng)手能力，要求學(xué)生通過(guò)編寫機(jī)器學(xué)習(xí)的程序完成智能任務(wù)，并鼓勵(lì)學(xué)生不斷改善模型和代碼實(shí)現(xiàn)從而提咼機(jī)器的效能。

*課程簡(jiǎn)介(DescriptionMachinelearningisthescienceoftrainingmachineswithnon-explicitprogrammingbasedonadatasettogetthemworkonintelligenttasks.Machinelearninghasobtainedfastdevelopmentduringthelasttwodecadesandnowplaysanimportantroleinvariousaspectsofourdailylife,suchasweatherforecasting,e-commercepersonalizedrecommendation,newscategorization,facerecognition,speechQA,self-driving,homerobots,andmedicalexpertsystemetc.Particularly,inMarch2016,Google'LeeSe-dolonGameofGowiththescore4-1,whichindicatesthearrivalofthenewartificial(general)intelligenceeraofmachinelearningbasedonbigdata.Thiscourseprovidesacomprehensiveintroductionofthefundamentalproblemsandmethodologiesofmachinelearning,includingsupervised\unsupervisedlearning(coveringmostpredictionapplications,e.g.,recommendersystems,imagerecognitionandwebpagerankingetc.)andreinforcementlearning(coveringalldecision-makingapplications,e.g.,playingGo,self-driving,adbiddingandsmartstockpickingetc.).Additionally,thecourseworkincludeshands-ontasks,inwhichthestudentsarerequiredtodesignmachinelearningprogramstoaccomplishseveralintelligencetasks,andarehighencouragedtofurtherimprovethemachineperformanceviatryingdifferentmodelsandupgradingthecodeimplementation.課程教學(xué)大綱(coursesyllabus)*學(xué)習(xí)目標(biāo)(LearningOutcomes)掌握機(jī)器學(xué)習(xí)的基本問(wèn)題定義、基本模型，對(duì)機(jī)器學(xué)習(xí)學(xué)科有概覽性的認(rèn)識(shí)了解機(jī)器學(xué)習(xí)的前沿技術(shù)與研究現(xiàn)狀完成2個(gè)機(jī)器學(xué)習(xí)實(shí)戰(zhàn)課程大作業(yè)，對(duì)機(jī)器學(xué)習(xí)工程編程有初步的訓(xùn)練完成1幅機(jī)器學(xué)習(xí)項(xiàng)目的海報(bào)制作與展示交流*教學(xué)內(nèi)容、進(jìn)度安排及要求(ClassSchedule&Requirements)教學(xué)內(nèi)容學(xué)時(shí)教學(xué)方式作業(yè)及要求基本要求考查方式機(jī)器學(xué)習(xí)簡(jiǎn)介3授課課堂出勤有監(jiān)督學(xué)習(xí)線性模型3授課線性模型掌握課堂測(cè)試支持向量機(jī)3授課神經(jīng)網(wǎng)絡(luò)3授課決策樹(shù)3授課集成學(xué)習(xí)3授課課程大作業(yè)基本機(jī)器學(xué)習(xí)模型掌握競(jìng)賽排名sAlphaG

排序與過(guò)濾3授課課程大作業(yè)競(jìng)賽排名概率圖模型6授課無(wú)監(jiān)督學(xué)習(xí)3授課學(xué)習(xí)理論與模型選擇3授課強(qiáng)化學(xué)習(xí)簡(jiǎn)介3授課課堂大作業(yè)基本有監(jiān)督學(xué)習(xí)模型掌握競(jìng)賽排名強(qiáng)化學(xué)習(xí)的近似模型3授課課堂出勤遷移學(xué)習(xí)3授課基本有監(jiān)督學(xué)習(xí)模型掌握海報(bào)交流會(huì)3授課完成1項(xiàng)課程大作業(yè)評(píng)委打分*考核方式(Grading)課程大作業(yè)1（40%）課程大作業(yè)2（40%）課堂測(cè)試（5%）出勤考核（5%）海報(bào)展示（10%）*教材或參考資料(Textbooks&OtherMaterials)李航《統(tǒng)計(jì)學(xué)習(xí)方法》清華大學(xué)出版社，2012.周志華《機(jī)器學(xué)習(xí)》清華大學(xué)出版社，2016.TomMitchell."MachineLearning”.McGraw-Hill,1997JeromeH.Friedman,RobertTibshirani,andTrevorHastie."TheElementsofStatisticalLearning”.Springer2004.ChrisBishop."PatternRecognitionandMachineLearning”.Springer2006.Richar