有哪些信誉好的足球投注网站- 1、本文档共6页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
模式识别与机器学习（高阶）
课程编号
课程中文名称：模式识别与机器学习（高阶）
课程英文名称：AdvancedPatternRecognitionandMachineLearning
开课学期：秋季
学分/学时：3/48
先修课程：高等数学/数学分析、概率统计、线性代数
建议后续课程：人工智能
适用专业/开课对象：信息类硕士研究生
团队负责人：郭玉柱执笔人：郭玉柱、郑建英核准院长：王磊
一、课程的性质、目的和任务
本课程是模式识别与智能系统学科硕士研究生的专业基础课，也可作为博士研究生的选修课。
模式识别是通过分析感知数据，对数据中包含的模式进行判别和解释的过程，是人工智能的重要
理论与技术基础。本课程的教学目的是使本学科的研究生通过课程学习，掌握模式识别的基本原
理、方法和技术工具，以及常用机器学习算法，了解智能科学领域的前沿发展动态。掌握不同模
式识别与机器学习方法的优缺点，并能够在各自的具体研究方向上灵活运用模式识别与机器学习
方法解决实际问题。
二、课程内容、基本要求及学时分配
模式识别与机器学习是信息类专业的一门重要基础课程。本课程主要讲授模式识别基本概念、
定义、基础理论，机器学习的常用算法，以及在相关领域中的典型应用。主要涉及到的内容为：
统计模式识别方法、概率图模型、特征选择与特征提取、机器学习基本理论、无监督学习、集成
学习、强化学习、深度学习、以及支持向量机、决策树等常用算法。
第一章模式识别绪论（2课时）
1.1模式识别、机器学习、人工智能的关系
1.2模式识别的基本概念与原理
1.3模式识别系统构成
1.4模式识别的应用实例
基本要求：了解模式识别与机器学习的关系。掌握模式识别的核心概念和模式识别系统的基
1
本构成。通过实例对模式识别系统建立直观认识。
第二章统计模式识别（4课时）
2.1统计模式识别的概率基础
2.2贝叶斯学习理论
2.3朴素贝叶斯概率估计
2.4贝叶斯网络
2.5近似推断
基本要求：深刻理解贝叶斯决策理论的概率原理，熟练掌握贝叶斯学习规则，掌握不同的统
计概率密度估计方法，能够熟练使用贝叶斯学习解决实际问题。了解贝叶斯网络和近似推断的基
本原理。
第三章无监督学习（3课时）
3.1无监督学习
3.2高斯混合模型
3.3期望最大化（EM）算法
3.4K均值聚类算法
基本要求：掌握高斯混合模型的结构，掌握期望最大化算法求解高斯混合模型的基本算法，
了解K均值聚类算法和期望最大化算法的联系。
第四章概率图模型（4课时）
4.1概率图简介
4.2有向图模型：隐马尔科夫模型
4.3无向图模型：条件随机场
4.4概率图框架下模型之间的关系
基本要求：了解多随机变量之间依赖关系的该路途描述方法，能够区别有向图和无向图模型
及其基本处理方法。掌握隐马尔科夫模型和条件随机场模型的推理和估计方法。了解朴素贝叶斯、
logistic回归、高斯混合模型、受限玻尔兹曼机等模型在概率图框架下的联系。
第五章特征工程（4课时）
5.1特征选择
5.1.1过滤法（Filter）
5.1.2封装法（Wrapper）
2
5.1.3嵌入法（Embedded）
5.2特征提取
5.2.1主成分分析（PCA）
5.2.2多维尺度变换（MDS）
文档评论（0）