《机器学习》实训教学大纲.pdf

《机器学习》实训教学大纲 学 时：12 学 分：- 适用专业：数据科学与大数据技术 项目一：朴素贝叶斯分类器 一、目的和要求： 掌握朴素贝叶斯分类器的原理与应用。 二、主要内容： 1.掌握朴素贝叶斯机率模型的概念。 2.熟悉Naive Bayes Classifier处理分类问题。 3.应用Bayes rule来处理分类问题 三、教学方式和时间安排： 1.教师辅导，学生上机完成实验； 2.本实验2学时。 四、场所安排： 校内基础实验楼206。 五、考核方式： 提交报告与程序。 六、成绩评定： 提交实验报告并结合上机考试，百分制。 项目二：决策树算法 一、目的和要求： 理解决策树算法的理论，掌握决策树算法的应用。 二、主要内容： 1.熟悉ID3算法。 2.掌握C4.5算法。 三、教学方式和时间安排： 1.教师辅导，学生上机完成实验； 2.本实验2学时。 四、场所安排： 校内基础实验楼206。 五、考核方式： 提交报告与程序。 六、成绩评定： 提交实验报告并结合上机考试，百分制。 项目三：分类与回归树算法 一、目的和要求： 掌握分类与回归树算法的原理与应用。 二、主要内容： 1.掌握产生二元树的技术。 2.熟悉每一个节点上都是采用二分法，一次只能够有两个子节点。 3.了解吉尼系数Gini最小的属性可作为分割属性。 三、教学方式和时间安排： 1.教师辅导，学生上机完成实验； 2.本实验2学时。 四、场所安排： 校内基础实验楼206。 五、考核方式： 提交报告与程序。 六、成绩评定： 提交实验报告并结合上机考试，百分制。 项目四：支持向量机 一、目的和要求： 理解支持向量机的理论，掌握支持向量机的应用。 二、主要内容： 1.熟悉Hard-Margin SVM方法与Soft-Margin SVM方法。 2.掌握核方法。 三、教学方式和时间安排： 1.教师辅导，学生上机完成实验； 2.本实验2学时。 四、场所安排： 校内基础实验楼206。 五、考核方式： 提交报告与程序。 六、成绩评定： 提交实验报告并结合上机考试，百分制。 项目五：最近邻居分类法 一、目的和要求： 掌握最近邻居分类法的原理与应用。 二、主要内容： 1.掌握用最近邻居法判断两笔资料的差异。 2.掌握向量空间模型来进行分类。 3.应用K-最近邻居法。 三、教学方式和时间安排： 1.教师辅导，学生上机完成实验； 2.本实验2学时。 四、场所安排： 校内基础实验楼206。 五、考核方式： 提交报告与程序。 六、成绩评定： 提交实验报告并结合上机考试，百分制。 项目六：类神经网路 一、目的和要求： 理解倒传递网路的理论，掌握倒传递网路的应用。 二、主要内容： 1.熟悉基本的前馈式类神经网路。 2.了解倒传递类砷网路架构。 3.了解倒传递网路从范例中学习，以调整网路连结加权值的过程。 4.了解前递式运算与的倒传递式运算的过程。 三、教学方式和时间安排： 1.教师辅导，学生上机完成实验； 2.本实验2学时。 四、场所安排： 校内基础实验楼206。 五、考核方式： 提交报告与程序。 六、成绩评定： 提交实验报告并结合上机考试，百分制。 5