《機器學習》課程教學大綱課程編號：13230423英文名稱：MachineLearning學分：2學時：總學時40學時，其中理論24學時，實踐16學時先修課程：無課程類別：專業拓展課程授課對象：機器人工程專業學生教學單位：機械與電氣工程學院修讀學期：第5學期一、課程描述和目標機器學習是人工智能的一個重要分支，是研究學習的內在機制、建立能夠利用歷史數據提高自身效能的計算機程序的理論與方法的科學。隨著數據量的急劇膨脹，機器學習方法越來越顯示出其強大的優勢，逐漸成為機器人工程等學科的基礎及熱點研究方向。通過本課程的學習使學生掌握常見機器學習算法,包括算法的主要思想和基本步驟,并通過編程練習和典型應用實例加深了解；同時對機器學習的一般理論有深刻認識。具體的課程目標如下：課程目標1:對國際上機器學習研究及應用領域的現狀和發展有較全面地把握和及時了解。課程目標2：掌握主流的機器學習方法和模型，并能根據實際問題的需要選擇并實現相應的算法。課程目標3：增強邏輯思維能力與實踐能力，提升對工程技術問題的學習理解和創新實踐水平。二、課程目標對畢業要求的支撐關系畢業要求指標點課程目標支撐強度觀測點4-2.能夠根據具體的檢測、控制對象及其特征，制定研究方法和技術路線，設計實驗方案；課程目標1H觀測點6-1.了解機器人工程相關領域的技術標準體系、知識產權、產業政策和法律法規，能夠在法律和技術規范的框架下開展工作，理解不同社會文化對工程活動的影響；課程目標2H觀測點12-2.具有自主學習的能力，包括對技術問題的理解能力，歸納總結的能力和提出問題的能力等，能夠通過不斷學習提高自身能力，適應社會和專業的發展。課程目標3M三、教學內容、基本要求與學時分配（一）理論教學序號教學內容基本要求及重、難點（含德育要求）學時教學方式對應課程目標1機器學習概述了解時代背景、發展現狀，并掌握機器學習基本概念。2講授式啟發式課程目標12場景解析了解數據探查、場景抽象、及算法選擇的原則2講授式啟發式課程目標1、課程目標33數據預處理掌握采樣、歸一化、去除噪聲、數據過濾等方法4講授式啟發式課程目標1、課程目標24特征工程了解特征抽象、特征重要性評估，掌握特征衍生和特征降維。4講授式啟發式課程目標1、課程目標25常規算法掌握分類算法、聚類算法、回歸算法、文本分析算法、推薦類算法、關系圖算法。4講授式啟發式課程目標1、課程目標26深度學習了解深度學習的基本概念、常見結構4講授式啟發式課程目標1、課程目標27常見機器學習工具介紹了解單機版、開源分布式、企業級云機器學習工具。2講授式啟發式課程目標1、課程目標38業務解決方案結合各種場景案例，理解機器學習方法的應用。2講授式啟發式課程目標1、課程目標3合計24（二）實驗教學實驗學時情況如下：序號實驗項目實驗內容與要求學時類型對應課程目標1數據預處理掌握數據采樣、歸一化、去除噪聲、數據過濾的技巧。2設計課程目標12K-近鄰算法的設計與實現掌握KNN機器學習方法進行分類的技術。2設計課程目標13貝葉斯分類器的設計與實現掌握貝葉斯網絡分類器的學習與推理。4設計課程目標14HMM的設計與實現掌握HMM模型求解的三類問題，理解概率轉移矩陣及其作用。4設計課程目標1課程目標35卷積神經網絡的設計與實現掌握卷積神經網絡的卷積核、池化層等參數的配置，及訓練的技巧。4綜合課程目標1課程目標3合計16注：實驗要求包括必修、選修；實驗類型包括演示、驗證、綜合、設計等。四、課程教學方法理論教學：主要采用課堂講授、程序演示、小組討論等方式。實驗教學：項目講解、學生自主實驗、個別輔導、程序分析等方式。五、學業評價和課程考核（一）考核方式及具體要求1.課程成績構成與要求課程考核注重形成性和終結性評價相結合，考核內容主要由平時出勤與課堂表現、平時作業、階段考核、期末考試組成，均按百分制計分，其中平時出勤與課堂表現10%、平時作業20%、階段考核20%、期末考試50%。2.課程目標達成考核與評價序號考核方式課程目標1（分值）課程目標2（分值）課程目標3（分值）合計1平時出勤與課堂表現0100102平時作業2000203階段考核0020204期末考試3020050課程目標對應分值503020100（二）考核與評價標準1.出勤與課堂表現評價標準分值觀測點90-100分70-89分60-69分0-59分出勤與課堂表現不定期點名不少于10次，學生缺勤次數<=1次，能夠課前自主學習和團隊合作討論等，課堂回答問題準確。不定期點名不少于10次，學生缺勤次數<=2次，能夠課前自主學習和團隊合作討論等，課堂回答問題較為準確。不定期點名不少于10次，學生缺勤次數<=3次，課前自主學習不夠和團隊合作討論等，課堂回答問題準確性不夠。不定期點名不少于10次，學生缺勤次數4次以上，沒有進行課前自主學習和團隊合作討論等，課堂回答問題錯誤或不能回答。2.章節作業評價標準通過學習在線平臺，布置每一單元的作業，根據測試題目及評分標注進行打分（百分制）。3.階段考核與評價標準進行4次實驗考核，根據實驗完成情況及實驗報告質量進行打分（百分制）。4.期末試卷考核與評價標準根據課程目標及教學內容，設計期末考核試題，綜合檢驗學生對課程相關知識的掌握、綜合應用及解決復雜問題的能力，根據考試題目設計相應評分標準。六、教材與參考書（一）推薦教材1．《機器學習實踐應用》，李博著，人民郵電出版社，2017年7月版；2．《機器學習實戰》，[美]PeterHarrington著，李銳，李鵬，曲亞東等譯，人民郵電出版社，2013年6月版。（二）參考資料1．《Python機器學習基礎教程》，[德]安德里亞斯·穆勒（AndreasC.Müller）[美]莎拉·吉多（SarahGuido）著，張亮（hysic）譯，人民郵電出版社，2018年1