《模式识别与机器学习》
教学大纲
一、课程信息
课程名称：模式识别与机器学习
课程类别：素质选修课/专业基础课
课程性质：选修/必修
计划学时：64
计划学分：4
先修课程：无
选用教材：《模式识别与机器学习》李映主编，电子工业出版社，2023.6。
适用专业：本课程可作为计算机科学领域机器学习和模式识别专业方向高年级本科生和研究生的教材，也可供相关技术人员参考。
课程负责人：
二、课程简介
本课程介绍模式识别和机器学习技术的主要方面，包括贝叶斯统计决策、概率密度函数的估计、线性分类与回归模型、其他分类方法、无监督学习和聚类、核方法和支持向量机、神经网络和深度学习、特征选择与提取等。
三、课程教学要求
注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具体描述。“关联程度”栏中字母表示二者关联程度。关联程度按高关联、中关联、低关联三档分别表示为“H”“M”或“L”。“课程教学要求”及“关联程度”中的空白栏表示该课
程与所对应的专业毕业要求条目不相关。
四、课程教学内容
正则化的回归分析
五、考核要求及成绩评定
注：此表中内容为该课程的全部考核方式及其相关信息。
六、学生学习建议
（一）学习方法建议
1.通过开展课堂讨论、实践活动，增强的团队交流能力，学会如何与他人合作、沟通、协调等等。
2.了解行业企业技术标准，注重学习新技术、新工艺和新方法，根据教材中穿插设置的相关实例，对已有技术持续进行更新。
3.阅读推荐的书籍、文献和资料，扩展自己的知识面和视野，提高自己的综合素质和能力。
（二）学生课外阅读参考资料
《模式识别与机器学习》李映主编，电子工业出版社，2023.6。
七、课程改革与建设
本课程既重视基础理论和经典方法的介绍，又兼顾前沿知识和最新模型的融入，力图反映该领域的核心知识体系和新发展趋势；每章的内容尽可能做到丰富完整，并附有习题或上机实践题，便于学生巩固所学的知识。
平时对学生的考核内容包括出勤情况、学生的课后作业、课堂讨论等方面，占期末总评的50%。期末考试成绩占期末总评的50%。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。