《機(jī)器學(xué)習(xí)》課程教學(xué)大綱

《機(jī)器學(xué)習(xí)》教學(xué)大綱課程英文名Machinelearning課程代碼03M0135學(xué)分3總學(xué)時(shí)48理論學(xué)時(shí)48實(shí)驗(yàn)/實(shí)踐學(xué)時(shí)0課程類別學(xué)科基礎(chǔ)課課程性質(zhì)選修先修課程數(shù)字信號(hào)處理、信號(hào)與系統(tǒng)適用專業(yè)電子信息工程開課學(xué)院信息工程學(xué)院一、課程地位與課程目標(biāo)（一）課程地位機(jī)器學(xué)習(xí)是電子信息工程專業(yè)方向一門學(xué)科選修課程。機(jī)器學(xué)習(xí)是航天和航空、生物醫(yī)學(xué)工程、電子信息工程、工業(yè)和工程、軍事公安、文化藝術(shù)、機(jī)器人視覺、視頻和多媒體系統(tǒng)、科學(xué)可視化、電子商務(wù)等應(yīng)用共同需要的基礎(chǔ)技術(shù)，是電子技術(shù)、計(jì)算機(jī)技術(shù)和圖像處理技術(shù)的有機(jī)結(jié)合。本課程采用圖像處理、計(jì)算機(jī)編程、數(shù)據(jù)結(jié)構(gòu)、人工智能等知識(shí)，介紹經(jīng)典而常用的機(jī)器學(xué)習(xí)方法（決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與度量學(xué)習(xí)等）等技術(shù)，以及在機(jī)器學(xué)習(xí)技術(shù)有智能交通、智能視頻、工業(yè)機(jī)器視覺等中的應(yīng)用。本課程可使學(xué)生:掌握信息獲取和處理的基本原理和應(yīng)用的一般方法，了解電子信息工程專業(yè)的前沿理論與發(fā)展現(xiàn)狀和趨勢，以及具備信號(hào)獲取與處理設(shè)計(jì)與實(shí)施工程實(shí)驗(yàn)的能力，并能夠?qū)?shí)驗(yàn)結(jié)果進(jìn)行分析。為電子信息相關(guān)專業(yè)學(xué)生畢業(yè)后，從事智能交通、智能視頻監(jiān)控、工業(yè)機(jī)器視覺、機(jī)器人視覺等應(yīng)用行業(yè)打下堅(jiān)實(shí)基礎(chǔ)。（二）課程目標(biāo)1.了解機(jī)器學(xué)習(xí)的發(fā)展及其應(yīng)用領(lǐng)域、人工智能的基本概念，掌握機(jī)器學(xué)習(xí)中模型評估的基本方法。2.掌握經(jīng)典而常用的機(jī)器學(xué)習(xí)方法（決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與度量學(xué)習(xí)）等技術(shù)，具備圖像處理的基本能力3.了解深度學(xué)習(xí)等人工智能方法在圖像目標(biāo)檢測、圖像識(shí)別、圖像超分辨力等中的最新應(yīng)用，具備查找跟蹤學(xué)習(xí)圖像目標(biāo)檢測、圖像識(shí)別、圖像超分辨力的最新學(xué)術(shù)成果的能力，培養(yǎng)多視角看待、分析、解決問題的能力。二、課程目標(biāo)達(dá)成的途徑與方法主要以課堂教學(xué)為主，結(jié)合課外作業(yè)和期末考試。三、課程目標(biāo)與相關(guān)畢業(yè)要求的對應(yīng)關(guān)系課程目標(biāo)課程目標(biāo)對畢業(yè)要求的支撐程度（H、M、L）畢業(yè)要求1.1畢業(yè)要求1.2畢業(yè)要求2.1畢業(yè)要求2.2畢業(yè)要求2.3課程目標(biāo)1H(0.1)H(0.1)課程目標(biāo)2H(0.3)H(0.3)課程目標(biāo)3H(0.2)四、課程主要內(nèi)容與基本要求1、機(jī)器學(xué)習(xí)的基本概念與模型評估了解機(jī)器學(xué)習(xí)的發(fā)展及其應(yīng)用領(lǐng)域、人工智能的基本概念，掌握機(jī)器學(xué)習(xí)中模型評估的基本方法，這部分是該課程的基本概念和知識(shí)點(diǎn)基礎(chǔ)，通過這部分的學(xué)習(xí)，能使學(xué)生了解機(jī)器學(xué)習(xí)，更快的入門，為后續(xù)學(xué)習(xí)機(jī)器學(xué)習(xí)的傳統(tǒng)而常見的技術(shù)打好基礎(chǔ)。2、機(jī)器學(xué)習(xí)的經(jīng)典而常見的方法熟悉決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與度量學(xué)習(xí)等技術(shù)，具備圖像處理的基本能力，了解線性回歸，正則化，多分類學(xué)習(xí)，熟悉信息熵、信息增益，以及BP神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)，boosting，bagging與隨機(jī)森林等經(jīng)典算法，這部分是課程的主干部分，可為學(xué)生從事圖像處理工作奠定基礎(chǔ)。3、人工智能技術(shù)在圖像處理中的應(yīng)用了解機(jī)器學(xué)習(xí)等人工智能方法在圖像目標(biāo)檢測、圖像識(shí)別、圖像超分辨力等中的最新應(yīng)用，具備查找、跟蹤與學(xué)習(xí)圖像目標(biāo)檢測、圖像識(shí)別、圖像超分辨力的最新學(xué)術(shù)成果的能力，通過這部分的學(xué)習(xí)，能使學(xué)生對電子信息技術(shù)相關(guān)行業(yè)的國際狀況有基本了解，對人工智能與視頻圖像處理的最新技術(shù)有所了解，對培養(yǎng)學(xué)生的創(chuàng)新思維有一定的促進(jìn)作用。五、課程學(xué)時(shí)安排章節(jié)號(hào)教學(xué)內(nèi)容學(xué)時(shí)數(shù)學(xué)生任務(wù)對應(yīng)課程目標(biāo)1引言2課程目標(biāo)12模型評估與選擇4作業(yè)2.1,2.2課程目標(biāo)13線性模型4作業(yè)3.1,3.2,3.3課程目標(biāo)24決策樹4作業(yè)4.1,4.2,4.3課程目標(biāo)25神經(jīng)網(wǎng)絡(luò)6作業(yè)5.1,5.3,課程目標(biāo)26支持向量機(jī)4作業(yè)6.1,6.2課程目標(biāo)27貝葉斯分類器4作業(yè)7.1,7.3課程目標(biāo)28集成學(xué)習(xí)6作業(yè)8.1,8.3課程目標(biāo)29聚類4作業(yè)9.1,9.2課程目標(biāo)210降維與度量學(xué)習(xí)6作業(yè)10.1,10.3課程目標(biāo)211圖像處理頂級會(huì)議與期刊的論文4課程目標(biāo)3六、實(shí)踐環(huán)節(jié)及基本要求無七、考核方式及成績評定考核內(nèi)容考核方式評定標(biāo)準(zhǔn)（依據(jù)）占總成績比例過程考核含到課率、課堂討論發(fā)言、平時(shí)作業(yè)等點(diǎn)名記錄討論發(fā)言記錄作業(yè)批改成績30%期末考核閉卷卷面成績70%考核類別考查成績登記方式百分制八、課程目標(biāo)達(dá)成度評價(jià)方法課程目標(biāo)權(quán)重成績評定課程目標(biāo)1過程考核0.3過程考核A10期末考試0.7期末考試B10目標(biāo)達(dá)成度1=（0.3*A1+0.7*B1）/（0.3*A10+0.7B10）課程目標(biāo)2過程考核0.3過程考核A20期末考試0.7期末考試B20目標(biāo)達(dá)成度2=（0.3*A2+0.7*B2）/（0.3*A20+0.7*B20）課程目標(biāo)3過程考核0.3過程考核A30期末考試0.7期末考試B30目標(biāo)達(dá)成度3=（0.3*A3+0.7*B3）/（0.3*A30+0.7*B30）九、推薦教材與主要參考書（一）推薦教材：1、周