南昌大学计算中心

教学大纲

当前位置: 首页» 本科生教学» 教学大纲

机器学习导论与实践

发布日期:2021-03-01

《中国文化概论》教学大纲

 

一、基本信息

课程名称

中文

机器学习导论与实践

英文

Introduction to Machine Learning and its application

课程编码


课程大类

普通课程

课程体系

通识教育课

课程分类

数据科学与人工智能

学分

总学时

单位:学时/周

理论

实验

学时

普通实践学时

集中性实践

教学学时

课内学时

课外学时

2

32

16


16



课程负责人

姓名

工号

性别

出生年月

职称

学历/学位

饶泓

004401

1973.05

教授

博士/博士

其他主讲教师

























授课方式

混合式授课

开课单位

信息工程学院计算中心

面向专业

面向全校各专业

先修课程

Python 程序设计

课程关键词

机器学习算法; KNN; SVM; 神经网络; 深度学习











二、教材与参考资料

饶泓等,机器学习导论与实践,清华大学出版社,2021。

参 考 书

周志华,机器学习,清华大学出版社

参考网站

三、课程目标(含德育目标)

目标1

掌握机器学习常用算法,培养学生使用计算机技术解决专业领域复杂问题能力。

目标2

培养人工智能思维能力,数据思维能力,使学生掌握人工智能基本原理,能够使用机器学习算法解决基本的工程问题。

目标3

培养学生掌握国内首个开源深度学习框架飞桨(PaddlePaddle)的使用方法,提升学生对软件国产化重要性的认识。

目标N

(注:课程目标要兼顾 知识传授、能力培养、价值引导三方面的目标)

四、本课程培养的能力

学科知识

问题分析能力

解决问题能力

创新能力

研究能力

使用现代工具

沟通能力

团队协作能力

国际视野

职业规范

终身学习能力

其他

(注:选择若干项在下面的空格里打勾“√”

五、课程简介

中文

简介

机器学习算法在计算机视觉、数据挖掘、自然信息处理、个性化推荐等领域具有广泛的应用,机器学习算法不仅是计算机科学与技术、人工智能、数据科学专业人士常用的手段,也成为各行业解决实际问题的有力工具。本课程将深入浅出地介绍机器学习的核心算法,为每个算法精心设计了应用案例 ,并基于Python给出相应算法案例的实现,通过基本理论的介绍和案例的设计与实现,使学生能对机器学习基本算法有一个较深入的理解,并能理论联系实际建立起使用机器学习方法解决实际问题的思路

由于深度学习近几年来在众多领域取得了飞跃性的进步和突破,解决了传统方法难以解决的问题,本课程将用专门的时间介绍深度学习理论,飞桨是百度提供的国内首个开源深度学习框架,是最适合中国开发者和企业使用的深度学习工具,本课程基于飞桨框架给出了深度学习的应用案例的设计与实现过程。

英文

简介

Machine learning algorithm has been widely used in computer vision, data mining, natural information processing, personalized recommendation and other fields. Machine learning algorithm is not only a common means of computer science and technology, artificial intelligence, data science professionals, but also a powerful tool to solve practical problems in various industries. This course will introduce the core algorithms of machine learning in simple terms, and elaborate application cases for each algorithm Through the introduction of the basic theory and the design and implementation of the case, students can have a deeper understanding of the basic algorithm of machine learning, and can combine theory with practice to establish the idea of using machine learning method to solve practical problems.

In recent years, deep learning has made great progress and breakthrough in many fields, and solved the problems that traditional methods are difficult to solve. This course will use special time to introduce deep learning theory. Flying paddle is the first open source deep learning framework provided by Baidu in China, and is the most suitable deep learning tool for Chinese developers and enterprises. The design and implementation process of application case of deep learning is introduced based on the propeller framework.

、教学内容及其课程目标支撑关系

章节

顺序

章节名称

课时

(理论+实验

知识点

支撑

关系

1

机器学习

前期准备

4

Python编程基本语法;

Numpy函数库基础语法

2

Linux常用命令

4

K-近邻算法的Python实现及使用k近邻算法预测约会成功率;

①②

3

用户和组管理

4

决策树的Python实现及使用决策树决策隐形眼镜的佩戴类型;

①②

4

进程管理及任务自动化

4

朴素贝叶斯算法的Python实现及使用朴素贝叶斯算法过滤垃圾邮件

①②

5

软件包管理

4

Logistic回归算法的Python实现及使用该算法从疝气病预测病马死亡率

6

网络管理与网络命令

4

支持向量机的Python实现及使用SVM对手写数字进行识别;

①②

7

Shell编程

4

使用K-均值聚类对未标注数据进行分组命令提供输入,函数的编写

8

神经网络与深度学习

4

基于PaddlePaddle的深度学习网络设计与实现

①②

七、课程思政目标及其教学设计

课程思政

目标

教学设计

培养爱国情怀,树立科技强国梦

我们国家必须要开发出具有核心竞争力,拥有自主知识产权的国产软件。从美国断供华为的事实,开发出自己的芯片和操作系统,迫在眉睫。飞桨PaddlePaddle是我国首个开源的深度学习框架,通过学习此框架,鼓励学生基于开源内核,自主创新、心怀梦想,励志开发拥有自主知识产权的底层软件系统。

培养机器学习算法解决实际领域专业问题的能力,理解国家人工智能发展战略从而积极主动利用人工智能技术解决本学科专业问题

机器学习算法在计算机视觉、数据挖掘、自然信息处理、个性化推荐等领域具有广泛的应用,机器学习算法不仅是计算机科学与技术、人工智能、数据科学专业人士常用的手段,也成为各行业解决实际问题的有力工具。课程将培养学生使用机器学习算法解决实际领域专业问题的能力,让学生理解国家人工智能发展战略从而积极主动利用人工智能技术解决本学科专业问题,树立科技强国的梦想,为国家信息技术和人工智能发展做出更大的贡献。

八、课程标评价方法

(一)考核方式

课程目标

考核来源

合计

课堂考勤课堂活动

平时作业和测验

上机实验

在线学习

期中考试

期末考试

目标1

5

10

10

5

10

25

65

目标2

10

20

30

目标3

5

5

目标N

(注:请选择若干考核来源,并在对应的课程目标中填上分数,考核来源可以由随堂测验、期中考试、课堂讨论、课堂报告、文献阅读、小组作业在线学习、在线讨论、实验项目、期末考试等中的若干种组成)

(二)评分标准

课程目标

评分标准

合计

85-100

(A)

75-84

(B)

62-74

(C)

60-61

(D)

0-59

(E)

目标1

完全掌握机器学习常用算法。

较好的掌握了机器学习常用算法

掌握了机器学习常用算法。

掌握了机器学习算法中一些基本的操作命令,能进行简单的编程

只掌握了少量的机器学习算法,编程存在较多的错误,不会配置和管理机器学习常用库。

70

目标2

能熟练使用Python,具备熟练的Python第三库的管理和维护的能力。

能较好使用Python,具备较强的Python第三库的管理和维护的能力。

能使用Python,能对Python第三库进行管理和维护。

具有初步的使得Python第三库的管理和配置能力。

Python使用不熟,不具备独立管理和维护Python第三方库的能力。

30

目标3

能熟练使用飞桨PaddlePaddle,配置实验环境

能较熟练使用飞桨PaddlePaddle,配置实验环境

能使用飞桨PaddlePaddle,配置实验环境

具有初步使用飞桨PaddlePaddle,配置实验环境的能力

不具有使用飞桨PaddlePaddle,配置实验环境的能力

目标N

九、审核意见

执笔人

饶泓

执笔人联系电话

13576931466

课程负责人/专业负责人审核意见

签名:

论证专家意见

签名:

系审核意见

签名:

学院审核意见

签名(盖章):

1

南昌大学教务处 COPYRIGHT 2013-2014 ALL Right Reserved
江西省南昌市红谷滩区学府大道999号 邮编:330031 电子邮件:jwchusubn@ncu.edu.cn

技术支持:江西宁伟科技有限公司