课程介绍：<p>
    <span>机器学习是一门以数据为基础，对机器进行非显式编程训练，使其完成智能任务的科学。机器学习在过去的二十年里得到了快速的发展，在我们日常生活的各个方面，如天气预报、电子商务个性化推荐、新闻分类、人脸识别、语音问答、自动驾驶、家用机器人、医学专家系统等方面发挥着重要的作用，</span>2016年3月，谷歌AlphaGo在围棋游戏中以4比1击败李世石，标志着基于大数据的机器学习人工智能新时代的到来。
</p>
<p>
    &nbsp;
</p>
<p>
    <span>本课程旨在介绍机器学习中的基本问题，澄清机器学习技术的理论基础，并探讨不同机器学习技术之间的数学关系。本课程主要讲授线性模型、支持向量机、核方法和正则化学习、神经网络、期望最大化算法和聚类、表示分析技术、图形模型、基本机器学习理论和强化学习。</span>
</p>
<p>
    &nbsp;
</p>
<p>
    <span>此外，课程还包括动手任务，要求学生设计机器学习程序来完成多个人工智能任务，并鼓励学生通过尝试不同的模型和升级代码实现来进一步提高性能。</span>
</p>

考试形式：笔试

开课学年：2024-2025

开课学期：春学期

课程号：(2024-2025-2)-CS3612-01

学分：3.0

课程类型：本科生课程

是否精品课程：否

选课人数：100

课时：48.0