《Python机器学习》 课件 0 课程导学.pptx

《Python机器学习》《Python数据分析》《机器学习基础》《人工智能基础》 内容 CONTENTS 1 2 3 Python机器学习及数据分析库 4 5 KNN分类算法 K-Means聚类算法 推荐算法-猜你喜欢 回归算法 6 支持向量机SVM 7 神经网络与深度学习 实验工具与环境 Anaconda-spyder Anaconda-Jupyter 集成开发环境 学习笔记和作业 教学方式（二选一）： 课堂传统教学 线上线下混合式教学 课堂教学 1. 平时成绩 出勤、课堂表现、阶段作业。 2. 期末考试 期末考试 3. 期末总成绩=平时成绩×40%+期末考试× 60% 考评方式 评价方式 分数占比 方式 出勤、课堂表现 10% 签到、课堂和作业表现 阶段作业 10%*3=30% 3次大作业 期末考试 60% 选择题 填空题 程序改错题 程序填空题 线上线下混合式教学——过程性评价 1. 平时成绩 出勤、讨论、阶段作业、测试等。 2. 期末大作业 期末项目作业，分组完成。 3. 期末总评=平时成绩× 50%+期末大作业× 50% 考评方式 完成形式 评价方式 分数占比 提交时间 线上 1.论坛在线讨论 5% 一周内完成 线上 2.在线测试 (5次单元测试) 5%*3=15% 课程当天20：00前(限时5分钟) 线上、线下 3.出勤(线下课程的出勤+线上视频/任务的观看) 5% 线上/线下课程均签到 线上、线下 4.阶段作业（4次，线下完成，线上提交) 5%*4=20% 一周内线上提交 线上 5.同伴互评 5% 阶段作业提交后的二周内 线上、线下 6.期末论文 50% 最后一个教学周 注意： 3-6周、14-17周为在线课程，不来教室。 1-2周、7-13周、18周为地面课程（在教室上课）。 教师联系方式 教学平台：http:// 办公室： 电话： Email: 微信/QQ群： 谢谢