本课程介绍机器学习的基本概念、算法、基本原理和应用、数据挖掘、统计模式识别。主题包括: (一)监督学习(线性回归,逻辑回归,参数/非参数算法,支持向量机,核函数,神经网络)。(二)无监督学习 (聚类,降维,异常检测等)。(三)在机器学习的最佳实践(偏差/方差理论,机器学习实战)。通过使用大量的案例研究,学习如何运用机器学习算法构建人工智能应用系统,应用于文本的理解,计算机视觉,医疗信息,音频,数据挖掘等领域。
本课程采用线上线下结合的教学方式,课下在线课程学习+课堂翻转学习研讨+项目实战三者结合,提高学习的自主性、灵活性,培养学生在机器学习领域的实战能力。学生通过观看在线学习视频,完成线上作业和任务,同时在课堂中对线上学习中的问题进行研讨,基于此完成课程的实战项目。在线课程内容,把对算法与数学式的推导,以“解决问题”的过程方式呈现。在课堂教学研讨过程中,对在线课程内容中的问题进行进一步的研究讨论,进而结合实战项目进行演练。
本课程介绍机器学习的基本概念、算法、基本原理和应用、数据挖掘、统计模式识别。主题包括: (一)监督学习(线性回归,逻辑回归,参数/非参数算法,支持向量机,核函数,神经网络)。(二)无监督学习 (聚类,降维,异常检测等)。(三)在机器学习的最佳实践(偏差/方差理论,机器学习实战)。通过使用大量的案例研究,学习如何运用机器学习算法构建人工智能应用系统,应用于文本的理解,计算机视觉,医疗信息,音频,数据挖掘等领域。
本课程采用线上线下结合的教学方式,课下在线课程学习+课堂翻转学习研讨+项目实战三者结合,提高学习的自主性、灵活性,培养学生在机器学习领域的实战能力。学生通过观看在线学习视频,完成线上作业和任务,同时在课堂中对线上学习中的问题进行研讨,基于此完成课程的实战项目。在线课程内容,把对算法与数学式的推导,以“解决问题”的过程方式呈现。在课堂教学研讨过程中,对在线课程内容中的问题进行进一步的研究讨论,进而结合实战项目进行演练。
0.0 |
共 0 条评价 |
本次开课
查看全部
|
合肥工业大学
|
邮箱:ahmooc@ustc.edu.cn
电话:0551-63607943、66197609
客服QQ:3224114574、3265176516