《机器学习基础》课程是人工智能专业的专业核心课,课程的任务是使学生掌握数据思维与机器学习经典算法,理解机器学习核心算法原理。课程内容包括回归模型、模型评估与模型选择、模型优化、线性回归、K近邻、决策树、贝叶斯分类器、SVM、集成学习等机器学习核心算法。
人工智能技术日新月异,已经渗透到生活的方方面面。机器学习基础作为人工智能的基础课程,重点介绍基础思想和基础算法。学习这门课程后可以基本了解人工智能背后的基本逻辑和实现方法,这门课程基于课程教学实践,通过通俗易懂的讲解和形象的例子讲述复杂的算法逻辑,帮助学生快速入门人工智能。
课程目标1. 学习机器学习基础算法,初步了解机器学习算法的实现原理,掌握使用机器学习算法解决基本的预测、分类问题的能力,掌握与机器学习相关的体系思想、框架及工具,能够灵活运用所学知识解决机器学习中小型问题。
课程目标2. 能够按照指定的任务描述,利用所学知识和技术,选择并优化合适的模型解决指定任务。并将理论知识应用于实践,具备较强的分析问题和解决问题的能力,具有较强的实践能力和技术创新能力及基本的工程素养。
课程目标3. 能够养成课堂学习、课下自学的习惯,能够利用图书馆和互联网进行文献检索和资料查询,解决学习和实践中遇到的问题。
高等代数、线性代数、概率论、Python基础
0.0 |
共 0 条评价 |
本次开课
查看全部
|
安徽信息工程学院
|
邮箱:ahmooc@ustc.edu.cn
电话:0551-63607943、66197609
客服QQ:3224114574、3265176516