授
课
基
本
情
况
课程名称
Python
机器学习案例教程与
项目实战
选课号
-
授课班级
授课教师姓名
职称
教
学
安
排
教学总周数
16
理论教学周数
16
实践环节周数
0
讲课学时
16
实验课
(含上机)
学时
16
其他环节
0
习题课学时
0
课堂讨论学时
0
总
学
时
32
学分
2
教
材
使
用
情
况
采用教材名称
Python
机器学习案例教程与项目实战
书号
出版社名称
出版
(改版)
年
月
教学参考书
1
.
Python
基础与大数据应用,丁辉著
,人民邮电出版社,
2020
2
.
Python
程序设计,董付国,清华大学出版社,
2016
3.
机器学习及应用
(
在线实验
+
在线自测
),
李克清,人邮出版社,
2018
实验(课程设计、实训等)指导书
无
教学目标与教学要求
教学目标:
机器学习是计算机科学与人工智能的重要分支领域,
这门学科所关注的问题是:
计算机
程序如何随着经验累积自动提高性能。通过“原理简述
+
问题实例
+
实际代码
+
运行效果”介
绍每一个典型的机器学习算法。主要包括机器学习概论、
Python
中与机器学习相关的典型
库、决策树、神经网络、支持向量机、贝叶斯网络、集成学习、深度学习初步等内容。
教学要求:
(一)机器学习基础
基本要求
1
、了解人工智能,特别是机器学习的概念、发展历程、机器学习流程、应用场景
2
、掌握机器学习的一些基本概念和术语
(二)
Python
初步
基本要求
1
、了解
Python
编程语言,学会使用
Numpy
、
Matplotlib
、
SciPy
和
sklearn
、
pandas
库
2
、掌握与机器学习相关的
4
个库,特别是
sklearn
库
(三)线性回归
基本要求
1
、了解线性回归简介、线性回归相关概念等
2
、掌握一元线性回归、多元线性回归、逻辑回归、
lasso
和岭回归