《Python机器学习实战》课程教学大纲.pdf

《Python 机器学习实战》课程教学大纲 一、课程基本信息 课程编号：d 课程名称：Python 机器学习实战 Machine Learning in Action Based on Python 学时/学分：32/2 实验学时：14 课程类别：专业类课程 课程性质：必修课 适用专业：电子信息工程 开设学期：第六学期 先行课程：概率与数理统计、线性代数、大数据与人工智能 责任单位：电气与信息工程学院电子信息工程系 二、课程简介 《Python 机器学习实战》是电子信息工程专业的专业课程。通过对该课程的学习，使 学生能够较全面的了解机器学习这门学科的基本问题和方法论，包括监督学习、无监督学习 典型的算法。 该门课程是一门理论与实践结合较紧密的课程，遵循机器学习的基本方法和步骤，利用 Python 语言从数据获取的途径、如何准备数据、如何分析数据、如何训练算法、如何测试 算法、如何使用算法等方面培养学生机器学习的必备技能，在理论教学方面，着重于基本理 论和基本设计方法的讲解；在培养实践应用能力方面，着重使学生树立工程观点，结合课内 与课下的实践教学手段，使学生具有分析和解决数据分析处理方面的复杂工程问题的能力。 三、课程目标 通过该门课程的学习，应达到的目标及能力如下： 目标1：能够掌握机器学习的含义，了解机器学习的主要任务和应用对象；了解选择机 器学习算法的一般原则；了解Python 语言和Numpy 函数库 目标2 ：掌握Python 语言的数据类型；掌握Python 语言的判断、循环方法、掌握模块 的导入方法，掌握数据查找的方法；了解常见的机器学习模块。 349 目标3：理解并掌握机器学习算法的原理，学会用Python 语言实现所述机器学习算法， 在逐渐熟悉并掌握Python 机器学习的方法后，能够根据实际需要改进或完善合适的算法。 四、课程目标对毕业要求的支撑 课程目标 毕业要求指标点 主要教学内容 目标1：能够掌握机器学习的含义，了 解机器学习的主要任务和应用对象；了 1.4 能够将工程基础、专业知识和 解选择机器学习算法的一般原则；能够 数学模型方法用于电子信息专业 机器学习基础 将工程数学、计算机的相关知识应用到 工程问题解决方案的比较与综合。 机器学习。 2.2 能基于电子信息科学原理和数 目标2 ：掌握Python 语言的数据类型； 学模型方法正确表达电子信息复 掌握Python 语言的判断、循环方法、掌 杂工程问题，并能分析模型满足模 Python 语言基础 握模块的导入方法，掌握数据查找的方 拟和工程计算的实际要求，并能分 法；了解常见的机器学习模块。 析模型满足模拟和工程计算的实 际要求。 目标3 ：理解并掌握机器学习算法的原 经典机器学习算法的Python 语 5.2 能够选择与使用恰当的仪器仪 理，学会用Python 语言实现所述机器学 言实现：1）K-近邻算法；2 ）决 表、信息资源、工程工具和专业模 习算法，在逐渐熟悉并掌握Python 机器 策树；3 ）贝叶斯方法；4 ）逻辑 拟软件，对复杂工程问题进行测 学习的方法后，能够根据实际需要改进 回归；5 ）支持向量机；6 ）K 均