《Matlab與機(jī)器學(xué)習(xí)導(dǎo)論》教學(xué)大綱

《Matlab與機(jī)器學(xué)習(xí)導(dǎo)論》教學(xué)大綱適用范圍：202X版本科人才培養(yǎng)方案課程代碼：05156051課程性質(zhì)：專業(yè)必修課學(xué)分：2學(xué)分學(xué)時：32學(xué)時（理論16學(xué)時，實(shí)驗(yàn)16學(xué)時）先修課程：高等數(shù)學(xué)、概率論與數(shù)理統(tǒng)計(jì)等后續(xù)課程：機(jī)器學(xué)習(xí)、聚類分析、凸優(yōu)化等適用專業(yè)：自動化等專業(yè)開課單位：電氣工程與自動化學(xué)院一、課程說明《Matlab與機(jī)器學(xué)習(xí)導(dǎo)論》是自動化專業(yè)的一門專業(yè)選修課。通過本課程的學(xué)習(xí)，使學(xué)生掌握機(jī)器學(xué)習(xí)的基本概念和算法，為將來從事這一方面的研究打下初步基礎(chǔ)。培養(yǎng)學(xué)生的專業(yè)工程知識尤其是專利工程理論知識，使之具有多領(lǐng)域的工程技術(shù)專門知識。本課程注重基本理論知識的深入學(xué)習(xí)，強(qiáng)調(diào)培養(yǎng)運(yùn)用基礎(chǔ)理論知識解決生產(chǎn)實(shí)際中問題的能力，兼顧新技術(shù)、新工藝及其發(fā)展方向的介紹，培養(yǎng)“厚基礎(chǔ)、寬口徑、高素質(zhì)、強(qiáng)能力”的人才。二、課程目標(biāo)通過本課程的學(xué)習(xí)，使學(xué)生達(dá)到如下目標(biāo)：課程目標(biāo)1： 學(xué)習(xí)機(jī)器學(xué)習(xí)算法的基本理論知識、算法的求解思想和基本流程，能夠?qū)崿F(xiàn)智能機(jī)器人、智能控制系統(tǒng)的自動化、信息化、智能化等復(fù)雜工程問題。課程目標(biāo)2：通過對機(jī)器學(xué)習(xí)算法的學(xué)習(xí)，能夠針對智能控制系統(tǒng)、智能機(jī)器人等復(fù)雜工程問題，開發(fā)、選擇與使用合理的智能技術(shù)、資源，實(shí)現(xiàn)對復(fù)雜工程問題的預(yù)測與模擬。課程目標(biāo)3：了解本專業(yè)領(lǐng)域的最新進(jìn)展與發(fā)展動態(tài)，具有跟蹤學(xué)科發(fā)展前沿的意識和文獻(xiàn)檢索基本技能，能夠在跨文化背景下進(jìn)行溝通和交流。課程目標(biāo)4：培養(yǎng)學(xué)生的工匠精神，愛國情懷，規(guī)范意識，安全意識，節(jié)能環(huán)保等意識和能力。三、課程目標(biāo)與畢業(yè)要求《Matlab與機(jī)器學(xué)習(xí)導(dǎo)論》課程教學(xué)目標(biāo)對自動化專業(yè)畢業(yè)要求的支撐見表1。表1課程教學(xué)目標(biāo)與畢業(yè)要求關(guān)系畢業(yè)要求指標(biāo)點(diǎn)課程目標(biāo)支撐強(qiáng)度1.工程知識:1．1掌握數(shù)學(xué)、物理的基礎(chǔ)知識，領(lǐng)會數(shù)學(xué)、自然科學(xué)的重要思想和思維方法，理解工程問題的數(shù)理本質(zhì)及其表述方法。課程目標(biāo)1：掌握機(jī)器學(xué)習(xí)的原理，能夠合理地選擇機(jī)器學(xué)習(xí)算法、改變?nèi)斯ぶ悄茴I(lǐng)域的分類手段用于實(shí)際應(yīng)用。H2.問題分析：2.1能應(yīng)用數(shù)學(xué)、自然科學(xué)和工程科學(xué)的基本原理和標(biāo)準(zhǔn)規(guī)范，識別與表達(dá)自動控制領(lǐng)域相關(guān)的復(fù)雜工程問題。課程目標(biāo)2：能正確運(yùn)用機(jī)器學(xué)習(xí)原理、分類的特性的知識分析需求，了解機(jī)器學(xué)習(xí)算法設(shè)計(jì)的影響因素，能夠選擇合適的機(jī)器學(xué)習(xí)算法，并能夠設(shè)計(jì)或改進(jìn)原有的方案。M4.研究：4.1能夠?qū)ψ詣涌刂乒こ滔嚓P(guān)的系統(tǒng)工作原理進(jìn)行研究和實(shí)驗(yàn)驗(yàn)證。課程目標(biāo)3：了解本專業(yè)領(lǐng)域的最新進(jìn)展與發(fā)展動態(tài)，具有跟蹤學(xué)科發(fā)展前沿的意識和文獻(xiàn)檢索基本技能，能夠在跨文化背景下進(jìn)行溝通和交流。課程目標(biāo)4：培養(yǎng)學(xué)生的工匠精神，愛國情懷，規(guī)范意識，安全意識，節(jié)能環(huán)保等意識和能力。M注：表中“H（高）、M（中）”表示課程與相關(guān)畢業(yè)要求的關(guān)聯(lián)度。四、教學(xué)內(nèi)容、基本要求與學(xué)時分配1.理論部分理論部分的教學(xué)內(nèi)容、基本要求與學(xué)時分配見表2。表2教學(xué)內(nèi)容、基本要求與學(xué)時分配教學(xué)內(nèi)容教學(xué)要求，教學(xué)重點(diǎn)難點(diǎn)理論學(xué)時實(shí)驗(yàn)（實(shí)踐）(上機(jī))學(xué)時對應(yīng)的課程目標(biāo)1.K-近鄰算法1.1k值的選取1.2距離的度量1.3快速檢索1.4實(shí)力分析教學(xué)要求：使學(xué)生理解并掌握k-近鄰算法從所有訓(xùn)練樣本集合中找到與x最近的k個樣本，然后通過投票法選擇這k個樣本中出現(xiàn)次數(shù)最多的類別作為x的預(yù)測結(jié)果，對于回歸問題，k-近鄰算法同樣找到與x最近的k個樣本，然后對這k個樣本的標(biāo)簽求平均，得到x的預(yù)測結(jié)果。重點(diǎn)：投票法的準(zhǔn)則是少數(shù)服從多數(shù)，所以當(dāng)k值很小時，得到的結(jié)果就容易產(chǎn)生偏差。最近鄰算法是這種情況下的極端，也就是k=1時的k-近鄰算法。最近鄰算法中，樣本x的預(yù)測結(jié)果只由訓(xùn)練集中與其距離最近的那個樣本決定。難點(diǎn)：k值選取。442、32.樸素貝葉斯分類器2.1極大似然估計(jì)2.2樸素貝葉斯分類2.3拉普拉斯平滑教學(xué)要求：貝葉斯推理提供了一種概率手段，基于如下的假定：待考察的量遵循某概率分布，且可根據(jù)這些概率及已觀察到的數(shù)據(jù)進(jìn)行推理，以作出最優(yōu)的決策。重點(diǎn)：貝葉斯方法為理解多數(shù)學(xué)習(xí)算法提供了一種有效的手段，而這些算法不一定直接操縱概率數(shù)據(jù)，貝葉斯方法可允許假設(shè)做出不確定性的預(yù)測。難點(diǎn)：需要概率的初始知識，當(dāng)概率預(yù)先未知時，可以基于背景知識、預(yù)先準(zhǔn)備好的數(shù)據(jù)以及基準(zhǔn)分布的假定來估計(jì)這些概率。442、33.EM算法及其應(yīng)用3.1EM算法3.2高斯混合模型3.3隱馬爾可夫模型教學(xué)要求：使學(xué)生掌握EM算法是一種迭代優(yōu)化算法。主要用于含有隱變量的模型的參數(shù)估計(jì)。含有隱變量的模型往往用于對不完全數(shù)據(jù)進(jìn)行建模。EM算法是一種參數(shù)估計(jì)的思想，典型的EM算法有高斯混合模型、隱馬爾可夫模型和K-均值聚類等。重點(diǎn)：最大期望算法經(jīng)過兩個步驟交替進(jìn)行計(jì)算，第一步是計(jì)算期望（E），也就是將隱藏變量能夠觀測到的一樣包含在內(nèi)從而計(jì)算最大似然的期望值；另外一步是最大化（M），也就是最大化在E步上找到的最大似然的期望值從而計(jì)算參數(shù)的最大似然估計(jì)。M步上找到的參數(shù)然后用于另外一個E步計(jì)算，這個過程不斷交替進(jìn)行。難點(diǎn)：P(Z/x,o)。無法求解，干脆找一個與P(Z/x,o)最接近的概率分布替換。442、34.神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)4.1神經(jīng)元模型4.2多層感知機(jī)4.4損失函數(shù)4.5反向傳播算法4.6卷積神經(jīng)網(wǎng)絡(luò)教學(xué)要求：使學(xué)生了解人工神經(jīng)元的數(shù)學(xué)模型、互連結(jié)構(gòu)和學(xué)習(xí)規(guī)則（算法）是決定人工神經(jīng)網(wǎng)絡(luò)模型的信息處理性能的2個關(guān)鍵特性。（1）生物神經(jīng)元的結(jié)構(gòu)與功能生物神經(jīng)元中的樹突接收來自其他神經(jīng)元的輸入，軸突將神經(jīng)元的輸出傳遞給其他神經(jīng)元，神經(jīng)元之間通過突觸互相連接。神經(jīng)元對不同突觸接收的輸入信號進(jìn)行時空整合，在一定條件下觸發(fā)產(chǎn)生輸出信號。（2）人工神經(jīng)元模型人工神經(jīng)元是對生物神經(jīng)元結(jié)構(gòu)和功能的模擬，一般是一個多輸入單輸出的非線性器件。重點(diǎn)：人工神經(jīng)網(wǎng)絡(luò)的互連結(jié)構(gòu)。難點(diǎn)：人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則。442、3合計(jì)16162.實(shí)驗(yàn)（實(shí)踐）(上機(jī))部分實(shí)驗(yàn)(實(shí)踐)(上機(jī))部分的教學(xué)內(nèi)容、基本要求與學(xué)時分配見表3。表3實(shí)驗(yàn)（實(shí)踐）(上機(jī))項(xiàng)目、實(shí)驗(yàn)（實(shí)踐）(上機(jī))內(nèi)容與學(xué)時實(shí)驗(yàn)（實(shí)踐）(上機(jī))項(xiàng)目實(shí)驗(yàn)（實(shí)踐）(上機(jī))內(nèi)容和要求實(shí)驗(yàn)（實(shí)踐）(上機(jī))學(xué)時對應(yīng)的課程目標(biāo)1.基于k-近鄰實(shí)現(xiàn)鳶尾花分類實(shí)驗(yàn)（實(shí)踐）(上機(jī))內(nèi)容：掌握k-近鄰算法的原理，及處理數(shù)據(jù)的過程。222.實(shí)例：基于邏輯回歸實(shí)現(xiàn)乳腺癌預(yù)測實(shí)驗(yàn)（實(shí)踐）(上機(jī))內(nèi)容：掌握邏輯回歸的算法思路。223.基于決策樹實(shí)現(xiàn)葡萄酒分類實(shí)驗(yàn)（實(shí)踐）(上機(jī))內(nèi)容：掌握決策樹算法的思路以及數(shù)據(jù)分析流程。224.基于樸素貝葉斯實(shí)現(xiàn)垃圾短信分類實(shí)驗(yàn)（實(shí)踐）(上機(jī))內(nèi)容：掌握貝葉斯算法的原理。225.基于支持向量機(jī)實(shí)現(xiàn)葡萄酒分類實(shí)驗(yàn)（實(shí)踐）(上機(jī))內(nèi)容：掌握支持向量機(jī)的算法。226.基于梯度下降樹實(shí)現(xiàn)波士頓房價預(yù)測實(shí)驗(yàn)（實(shí)踐）(上機(jī))內(nèi)容：掌握梯度下降法的原理。227.基于高斯混合模型實(shí)現(xiàn)鳶尾花分類實(shí)驗(yàn)（實(shí)踐）(上機(jī))內(nèi)容：掌握EM算法的原理及應(yīng)用。228.基于卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)手寫數(shù)字識別實(shí)驗(yàn)（實(shí)踐）(上機(jī))內(nèi)容：掌握卷積神經(jīng)網(wǎng)絡(luò)的算法思路。22合計(jì)1616五、教學(xué)方法及手段本課程以課堂講授為主，結(jié)合討論、案例、視頻資源共享、實(shí)驗(yàn)等教學(xué)手段完成課程教學(xué)任務(wù)和相關(guān)能力的培養(yǎng)。學(xué)生比較全面地理解機(jī)器學(xué)習(xí)的基本方法與設(shè)計(jì)原理，在機(jī)器學(xué)習(xí)原理的基礎(chǔ)上，具有進(jìn)行機(jī)器學(xué)習(xí)算法設(shè)計(jì)的初步能力。在實(shí)驗(yàn)教學(xué)環(huán)節(jié)中，通過啟發(fā)式教學(xué)、討論式教學(xué)培養(yǎng)學(xué)生機(jī)器學(xué)習(xí)的基本理論、基本知識和基本技能。培養(yǎng)學(xué)生自主學(xué)習(xí)能力、實(shí)際動手能力，激發(fā)學(xué)生的創(chuàng)新思維。實(shí)驗(yàn)教學(xué)著重講授如何用科學(xué)的手段來完成理論的驗(yàn)證；如何組織實(shí)驗(yàn)、處理數(shù)據(jù)和分析實(shí)驗(yàn)現(xiàn)象；介紹常用算法的原理、構(gòu)造和使用維護(hù)方法以及綜合實(shí)驗(yàn)內(nèi)容的思路和方案設(shè)計(jì)等。采用教師講授和學(xué)生動手操作的方法；在實(shí)驗(yàn)前學(xué)生應(yīng)復(fù)習(xí)和掌握與本實(shí)驗(yàn)有關(guān)的教學(xué)內(nèi)容、認(rèn)真閱讀實(shí)驗(yàn)指導(dǎo)書；在實(shí)驗(yàn)中要嚴(yán)格遵守實(shí)驗(yàn)紀(jì)律；每完成一項(xiàng)實(shí)驗(yàn)，要認(rèn)真完成一份實(shí)驗(yàn)報(bào)告。六、課程資源1.推薦教材：（1）呂云翔、王淥汀、袁琪等主編.《機(jī)器學(xué)習(xí)原理及應(yīng)用》[M].北京:機(jī)械工業(yè)出版社，2021.7.2.參考書：（1）汪榮貴、楊娟、薛麗霞主編.《機(jī)器學(xué)習(xí)及其應(yīng)用》[M].北京:機(jī)械工業(yè)出版社，2022.1（2）張曉江、顧繩谷主編.《Python數(shù)據(jù)分析與機(jī)器學(xué)習(xí)》[M].北京:機(jī)械工業(yè)出版社，2022.6.（3）郭羽含、陳虹、肖成龍主編.《Python機(jī)器學(xué)習(xí)》[M].北京:機(jī)械工業(yè)出版社，2021.3.3.期刊：（1）HartGLW,MuellerT,ToherC,etal.Machinelearningforalloys[J].NatureReviewsMaterials,2021,6(8):730-755.（2）SarkerIH.Machinelearning:Algorithms,real-worldapplicationsandresearchdirections[J].SNComputerScience,2021,2(3):1-21.（3）JanieschC,ZschechP,HeinrichK.Machinelearninganddeeplearning[J].ElectronicMarkets,2021,31(3):685-695.（4）ZhongS,ZhangK,BagheriM,etal.Machinelearning:newideasandtoolsinenvironmentalscienceandengineering[J].EnvironmentalScience&Technology,2021,55(19):12741-12754.（5）BruntonSL,NoackBR,KoumoutsakosP.Machinelearningforfluidmechanics[J].Annualreviewoffluidmechanics,2020,52:477-508.（6）ArtrithN,ButlerKT,CoudertFX,etal.Bestpracticesinmachinelearningforchemistry[J].Naturechemistry,2021,13(6):505-508.4.網(wǎng)絡(luò)資源：（1）知網(wǎng)，/.（2）萬方，/wanfang/.（3）IEEE，/.七、課程考核對課程目標(biāo)的支撐課程成績由過程性考核成績和期末考核成績兩部分構(gòu)成，具體考核/評價細(xì)則及對課程目標(biāo)的支撐關(guān)系見表4。表4課程考核對課程目標(biāo)的支撐考核環(huán)節(jié)占比考核/評價細(xì)則課程目標(biāo)123過程性考核課堂表現(xiàn)40（1）根據(jù)課堂出勤情況、課堂回答問題和互動情況進(jìn)行考核，滿分100分。（2）以平時考核成績乘以其在總評成績中所占的比例計(jì)入課程總評成績?！獭獭?64實(shí)驗(yàn)20（1）根據(jù)每個實(shí)驗(yàn)的實(shí)驗(yàn)操作完成情況和實(shí)驗(yàn)報(bào)告質(zhì)量單獨(dú)評分，滿分100分；（2）每次實(shí)驗(yàn)單獨(dú)評分，取各次實(shí)驗(yàn)成績的平均值作為此環(huán)節(jié)的最終成績。（3）以實(shí)驗(yàn)成績乘以其在總評成績中所占的比例計(jì)入課程總評成績?！?24作業(yè)20（1）主要考核學(xué)生對各章節(jié)知識點(diǎn)的復(fù)習(xí)、理解和掌握程度，滿分100分；（2）每次作業(yè)單獨(dú)評分，取各次成績的平均值作為此環(huán)節(jié)的最終成績。（3）以作業(yè)成績乘以其在總評成績中所占的比例計(jì)入課程總評成績?！獭獭?22期末大作業(yè)20（1）成績100分，以大作業(yè)成績乘以其在總評成績中所占的比例計(jì)入課程總評成績。（2）主要考核算法原理及編程程序?qū)﹀e等方面的內(nèi)容。（3）題型為：簡答題?！獭獭?02030合計(jì)：100分303040八、考核與成績評定1.考核方式及成績評定考核方式：本課程主要以課堂表現(xiàn)、實(shí)驗(yàn)、作業(yè)等方式對學(xué)生進(jìn)行考核評價?？己嘶疽螅嚎己丝偝煽冇善谀┐笞鳂I(yè)成績和過程性考核成績組成。其中：期末大作業(yè)成績?yōu)?00分（權(quán)重20%），試題類型為簡答題；課堂表現(xiàn)、實(shí)驗(yàn)、作業(yè)等過程性考核成績?yōu)?00分（權(quán)重80%）；過程性考核和考試試題分值分配應(yīng)與教學(xué)大綱各章節(jié)的學(xué)時基本成比例。2.過程性考核成績的標(biāo)準(zhǔn)過程性考核方式重點(diǎn)考核內(nèi)容、評價標(biāo)準(zhǔn)、所占比重見表5。表5過程性考核方式評價標(biāo)準(zhǔn)考核方式所占比重(%)100>x≥9090>x≥8080>x≥7070>x≥60x<60課堂表現(xiàn)60積極完成各項(xiàng)作業(yè)，積極參與教學(xué)活動，踴躍回答問題，準(zhǔn)確率大于90%。積極完成各項(xiàng)作業(yè)，認(rèn)真參與教學(xué)活動，回答問題準(zhǔn)確率大于80%。完成作業(yè)不積極，偶爾參與教學(xué)活動，回答問題準(zhǔn)確率大于70%。上課不認(rèn)真，上課不參與互動，偶爾參與教學(xué)活動。上課不認(rèn)真，上課不參與互動，不參與教學(xué)活動。作業(yè)20作業(yè)完整，思路清晰，準(zhǔn)確率大于90%，字跡工整。作業(yè)完整，準(zhǔn)確率大于80%，字跡