課程簡介
Course Introduction
本門課程適合于大三及研究生，以及對數(shù)據(jù)挖掘與機器學習感興趣的人員，主要講授經(jīng)典而常用的機器學習方法（包括決策樹、神經(jīng)網(wǎng)絡、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度量學習等）和機器學習的進階知識（包括特征選擇與稀疏學習、計算學習理論、半監(jiān)督學習、概率圖模型、規(guī)則學習以及強化學習等）。
教學大綱
Teaching Syllabus
本課程旨在對目前主流的機器學習理論、方法及算法、應用做總體介紹，包括機器學習總論、監(jiān)督學習、非監(jiān)督學習、統(tǒng)計學習、計算學習、貝葉斯學習。詳細闡述各種學習的理論、模型、算法及應用。課程強調(diào)理論與應用結(jié)合。
要求學生對國際上機器學習研究及應用領域的現(xiàn)狀和發(fā)展有較全面地把握和及時了解，掌握其中的主流學習方法和模型，并能根據(jù)實際問題的需要選擇并實現(xiàn)相應的算法。
教學隊伍Teaching Members
相關課程Correlative
Courses
