课程介绍：<table class="MsoNormalTable" border="1" cellspacing="0" cellpadding="0" width="100%" style="border: none;">    <tbody>        <tr>            <td width="81%" style="border: solid windowtext 1.0pt;">                <p class="MsoNormal">                    <span style="">本课程为计算机及相关专业的本科高年级专业必修课，在计算机学科本科培养体系中占重要地位。近几十年来，机器学习领域发展迅猛，其基本思想方法已应用于各行各业的智能信息处理任务中，特别是大数据时代对数据分析和信息处理的高效和智能化需求，使得机器学习成为计算机相关领域专业人士的必备技能。本课程作为机器学习的导论课程，对机器学习领域中的理论、算法和应用提供全面的介绍。所涉及的内容包括常见的监督学习（判别模型<span>/</span>生成模型，支持向量机，<span>logistic</span>回归等）和非监督学习方法（主要是一些聚类和降维方法），学习理论（偏差与方差权衡，模型选择，<span> VC</span>维等），以及这些算法在文本分类、图像处理、计算生物学等领域中的应用。课程目的是使学生不仅理解机器学习的原理、概念和算法，还能够将所学算法应用于实际问题中去。另外，将结合最近机器学习领域中的一些最新进展，如深度学习、强化学习等，使学生了解该领域的发展趋势和未来研究方向。<span></span></span>                </p>            </td>        </tr>    </tbody></table>

考试形式：大作业

开课学年：2020-2021

开课学期：春学期

课程号：(2020-2021-2)-CS385-1

学分：4.0

课程类型：本科生课程

是否精品课程：否

选课人数：100

课时：64.0