機(jī)器學(xué)習(xí) 教學(xué)大綱

《機(jī)器學(xué)習(xí)》課程教學(xué)大綱課程名稱機(jī)器學(xué)習(xí)英文名稱MachineLearning課程編碼課程類型專業(yè)必修課學(xué)分?jǐn)?shù)4先修課程線性代數(shù)、概率論與隨機(jī)過(guò)程，程序設(shè)計(jì)基礎(chǔ)學(xué)時(shí)數(shù)64其中實(shí)驗(yàn)學(xué)時(shí)16其中實(shí)踐學(xué)時(shí)適用范圍人工智能，計(jì)算機(jī)工程，控制工程，電子信息工程制訂單位執(zhí)筆者審核者一、教學(xué)大綱說(shuō)明（一）課程的性質(zhì)、地位、作用和任務(wù)《機(jī)器學(xué)習(xí)》在航天航空、生物醫(yī)學(xué)工程、信息工程、計(jì)算機(jī)工程、軍事和安防、工業(yè)機(jī)器視覺(jué)、視頻和多媒體、文化藝術(shù)和電子商務(wù)等用領(lǐng)域已經(jīng)普遍應(yīng)用。可作為人工智能、智能科學(xué)與技術(shù)和計(jì)算機(jī)科學(xué)與技術(shù)等相關(guān)本科專業(yè)必修課，也可作為控制工程等本科專業(yè)的選修課。此外，還可以作為智能科學(xué)等相關(guān)專業(yè)研究生的必修或選修課程。本課程的目的是讓學(xué)生理解機(jī)器學(xué)習(xí)的基本問(wèn)題和基本算法，掌握它們的實(shí)際應(yīng)用技巧，為學(xué)生今后從事相關(guān)領(lǐng)域的研究工作或項(xiàng)目開(kāi)發(fā)工作奠定基礎(chǔ)。掌握機(jī)器學(xué)習(xí)中各單元的基本概念、算法、評(píng)價(jià)指標(biāo)，為進(jìn)一步學(xué)習(xí)其它課程奠定理論基礎(chǔ)；通過(guò)介紹機(jī)器學(xué)習(xí)中算法及其改進(jìn)算法，培養(yǎng)學(xué)生創(chuàng)新的邏輯思維。課程思政目標(biāo)，培養(yǎng)學(xué)生主動(dòng)學(xué)習(xí)能力，加深學(xué)生對(duì)祖國(guó)科技?xì)v史的認(rèn)識(shí)，樹立民族自信和文化自信，同時(shí)建立學(xué)生對(duì)科學(xué)探索的欲望，樹立科技振興中華的自信。（二）課程教學(xué)目標(biāo)及其與本專業(yè)畢業(yè)要求的對(duì)應(yīng)關(guān)系序號(hào)課程教學(xué)目標(biāo)畢業(yè)要求1了解機(jī)器學(xué)習(xí)研究及應(yīng)用領(lǐng)域的現(xiàn)狀；理解機(jī)器學(xué)習(xí)的基本理論、方法。畢業(yè)要求2：?jiǎn)栴}分析2.3能認(rèn)識(shí)到解決機(jī)器人工程領(lǐng)域復(fù)雜工程問(wèn)題的方案存在多種可能性，會(huì)通過(guò)文獻(xiàn)研究尋求并歸納多種解決方案。2理解和掌握幾種典型機(jī)器學(xué)習(xí)算法的基本原理和基礎(chǔ)方法，并能用于機(jī)器人智能化系統(tǒng)的工程設(shè)計(jì)。畢業(yè)要求1：工程知識(shí)1.3掌握從事機(jī)器人工程工作所需的設(shè)計(jì)、研發(fā)和控制等專業(yè)知識(shí)，能用于復(fù)雜機(jī)器人工程問(wèn)題的設(shè)計(jì)和功能實(shí)現(xiàn)。畢業(yè)要求3：設(shè)計(jì)/開(kāi)發(fā)解決方法能夠針對(duì)復(fù)雜機(jī)器人工程問(wèn)題，設(shè)計(jì)合理的解決方案，能對(duì)機(jī)器人系統(tǒng)、單元和工藝進(jìn)行合理設(shè)計(jì)，并在設(shè)計(jì)中體現(xiàn)創(chuàng)新意識(shí)。（三）課程教學(xué)方法與手段本課以課堂理論講授為主，同時(shí)輔以學(xué)生課堂討論討論；強(qiáng)調(diào)課程實(shí)驗(yàn)，將抽象理論轉(zhuǎn)化為可感知的實(shí)驗(yàn)，體驗(yàn)理論聯(lián)系實(shí)踐和應(yīng)用。本課可以全部利用PowerPoint課件和工程計(jì)算軟件python進(jìn)行仿真的手段進(jìn)行多媒體教學(xué)。（四）課程與其它課程的聯(lián)系先修課程：線性代數(shù)、概率論與隨機(jī)過(guò)程，python程序設(shè)計(jì)后續(xù)課程：機(jī)器視覺(jué)、智能控制。（五）教材與教學(xué)參考書教材：胡曉,《機(jī)器學(xué)習(xí)》．機(jī)器工業(yè)出版社，2024參考教材：[1]周志華.《機(jī)器學(xué)習(xí)》，清華大學(xué)出版社，2016[2]李航.《統(tǒng)計(jì)學(xué)習(xí)方法》，清華大學(xué)出版社，2012二、課程的教學(xué)內(nèi)容和教學(xué)要求基本知識(shí)教學(xué)內(nèi)容：了解機(jī)器學(xué)習(xí)的目的、屬性和標(biāo)注；理解監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)；掌握分類模型評(píng)估和回歸模型評(píng)估測(cè)度；理解損失函數(shù)和目標(biāo)函數(shù)定義；掌握最小二乘法和梯度下降法的理論（學(xué)習(xí)率和梯度修正）和應(yīng)用。重點(diǎn)：模型評(píng)估和目標(biāo)函數(shù)的設(shè)計(jì)；難點(diǎn)：梯度下降法的理解與應(yīng)用。課程思政1：通過(guò)介紹我國(guó)著名數(shù)學(xué)家中國(guó)科學(xué)院院士吳文俊先生在人工智能領(lǐng)域的貢獻(xiàn)，激勵(lì)學(xué)生樹立愛(ài)國(guó)主義學(xué)習(xí)觀。課程思政2：在模型評(píng)價(jià)章節(jié)中，引入“《論語(yǔ)·述而》：三人行，必有我?guī)熝?。擇其善者而從之，其不善者而改之。”引?dǎo)樹立正確的價(jià)值觀，在愛(ài)祖國(guó)愛(ài)地球理念下，選擇適合自己的評(píng)價(jià)體系，以便選擇合適人群交往，建立自信，共同為中華民族偉大復(fù)興和全人類命運(yùn)共同體奉獻(xiàn)自己的力量。表征學(xué)習(xí)教學(xué)內(nèi)容：了解表征學(xué)習(xí)的目的和數(shù)據(jù)預(yù)處理的方法；理解主成分分析和線性鑒別分析原理，并掌握它們的應(yīng)用技巧；了解多維縮放和等度量映射、局部線性嵌入等流行學(xué)習(xí)的降維算法；理解隨機(jī)近鄰嵌入理論，并掌握其可視化應(yīng)用技巧；理解壓縮感知理論，掌握重構(gòu)算法和字典學(xué)習(xí)。重點(diǎn)：主成分分析和線性鑒別分析；隨機(jī)近鄰嵌入理論；壓縮感知理論；難點(diǎn)：類內(nèi)散布矩陣和類間散布矩陣，字典學(xué)習(xí)。貝葉斯分類器教學(xué)內(nèi)容：掌握貝葉斯基本概念；理解貝葉斯決策準(zhǔn)則和高斯混合模型；理解極大似然估計(jì)、極大后驗(yàn)概率和期望極大算法，并掌握它們的應(yīng)用；了解樸素貝葉斯和拉普拉斯平滑。重點(diǎn)：貝葉斯決策準(zhǔn)則、極大似然估計(jì)和極大后驗(yàn)概率。難點(diǎn)：期望極大算法。最近鄰分類器教學(xué)內(nèi)容：掌握最近鄰規(guī)則；理解加權(quán)最近鄰分類器；了解消極樣本；掌握構(gòu)建搜索樹理論；了解部分維度距離計(jì)算。重點(diǎn)：最近鄰規(guī)則和最近鄰分類器；難點(diǎn)：kd樹。線性模型教學(xué)內(nèi)容：了解二類線性模型；理解Lasso回歸理論，掌握Lasso回歸求解和坐標(biāo)軸下降法；理解邏輯回歸；掌握支持向量機(jī)，并掌握其具體應(yīng)用；了解多類線性模型和類不平衡問(wèn)題； 重點(diǎn)：二類線性模型、邏輯回歸和支持向量機(jī)。難點(diǎn)：支持向量集。非線性模型教學(xué)內(nèi)容：了解分段線性判別和二次判別分析；了解希爾伯特空間，理解核函數(shù)，掌握常用核函數(shù)；掌握核技巧的具體應(yīng)用。重點(diǎn)：核函數(shù)和常用核函數(shù)；難點(diǎn)：核技巧。集成學(xué)習(xí)教學(xué)內(nèi)容：了解集成學(xué)習(xí)理論依據(jù)和學(xué)習(xí)機(jī)制；掌握ID3和C4.5和CART等決策樹；了解剪枝和隨機(jī)森林；理解自適應(yīng)助推理論，并掌握Adaboost算法的應(yīng)用。重點(diǎn)：決策樹和自適應(yīng)助推理論；難點(diǎn)：Adaboost算法。課程思政3：將弱分類器比作臭皮匠，集成后的強(qiáng)分類器比作諸葛亮。三個(gè)臭皮匠頂個(gè)諸葛亮。讓學(xué)生懂得弱小的力量只要團(tuán)結(jié)起來(lái)，就可以形成一股能解決挑戰(zhàn)的力量。祖國(guó)人民只要團(tuán)結(jié)起來(lái)，就能形成一股歷史洪流，推動(dòng)中華民族偉大復(fù)興。聚類教學(xué)內(nèi)容：理解聚類的性質(zhì)、相似性測(cè)度、類簇中心和評(píng)價(jià)指標(biāo)等基本理論；了解握K均值聚類、層次聚類和密度聚類等算法；掌握均值聚類、凝聚筑巢、平衡迭代削減層次聚類、DBSCAN和高斯混合聚類。重點(diǎn)：聚類的基本理論和K均值聚類；難點(diǎn)：平衡迭代削減層次聚類和高斯混合聚類。課程思政4：“物以類聚，人以群分”。選擇志同道合者為朋友，有共同價(jià)值觀異性為伴侶，樹立正確的交友觀和愛(ài)情觀。概率圖模型教學(xué)內(nèi)容：了解聯(lián)合概率和圖模型分類；理解有向圖模型和無(wú)向圖模型的基本理論；理解有向分離、條件獨(dú)立性和團(tuán)和勢(shì)函數(shù)等理論；掌握貝葉斯網(wǎng)絡(luò)、隱馬爾可夫模型和條件隨機(jī)場(chǎng)；理解因子圖與和積算法，掌握置信傳播。重點(diǎn)：有向分離、條件獨(dú)立性、團(tuán)和勢(shì)函數(shù)、因子圖。難點(diǎn)：置信傳播、貝葉斯網(wǎng)絡(luò)、隱馬爾可夫模型和條件隨機(jī)場(chǎng)。人工神經(jīng)網(wǎng)絡(luò)教學(xué)內(nèi)容：了解神經(jīng)元及基本模型；掌握飽和激活函數(shù)、校正線性單元和Swish激活函數(shù)；理解感知機(jī)的建模和參數(shù)學(xué)習(xí)；理解前饋神經(jīng)網(wǎng)絡(luò)模型和反向傳播算法；理解互相關(guān)和卷積，掌握卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)和卷積神經(jīng)網(wǎng)絡(luò)殘差反向傳播；了解LeNet-5、AlexNet、VGGNet、Inception和ResNet等簡(jiǎn)單卷積神經(jīng)網(wǎng)絡(luò)。重點(diǎn)：激活函數(shù)、前饋神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)；難點(diǎn)：反向傳播算法和卷積神經(jīng)網(wǎng)絡(luò)殘差反向傳播。課程思政5：介紹中國(guó)青年學(xué)者何凱明建立的ResNet時(shí)，鼓勵(lì)年輕學(xué)生，只要有理想能努力可堅(jiān)持，貢獻(xiàn)不問(wèn)年齡不講輩分。強(qiáng)化學(xué)習(xí)教學(xué)內(nèi)容：理解強(qiáng)化學(xué)習(xí)基本概念，掌握策略評(píng)估和策略控制，了解強(qiáng)化學(xué)習(xí)分類；理解蒙特卡洛、動(dòng)態(tài)規(guī)劃和時(shí)序差分學(xué)習(xí)等表格強(qiáng)化學(xué)習(xí)算法；掌握深度Q網(wǎng)絡(luò)(DQN)和Dueling網(wǎng)絡(luò)。重點(diǎn)：價(jià)值函數(shù)、狀態(tài)價(jià)值函數(shù)；策略控制和策略評(píng)估；難點(diǎn)：動(dòng)態(tài)規(guī)劃和深度Q網(wǎng)絡(luò)。三、學(xué)時(shí)分配教學(xué)單元學(xué)時(shí)分配其中：各教學(xué)環(huán)節(jié)學(xué)時(shí)分配章節(jié)主要內(nèi)容學(xué)時(shí)分配講授實(shí)驗(yàn)討論習(xí)題實(shí)踐在線學(xué)習(xí)其它支撐課程教學(xué)目標(biāo)1第1章基本知識(shí)4412第2章表征學(xué)習(xí)8621，23第3章貝葉斯分類64224第4章最近鄰分類器2215第5章線性模型8621，26第6章非線性模型2227第7章集成學(xué)習(xí)6421，28第8章聚類2219第9章概率圖模型8621，210第10章人工神經(jīng)網(wǎng)絡(luò)10641，211第11章強(qiáng)化學(xué)習(xí)8621，2合計(jì)644816注：“在線學(xué)習(xí)”主要指在線開(kāi)放課程采用混合式教學(xué)方式，學(xué)生在線學(xué)習(xí)的學(xué)時(shí)數(shù)。四、課程考核考核方式考核要求考核權(quán)重（%）