《统计机器学习》
课程信息
章节 | 内容 | 学时数 | 意义 |
---|---|---|---|
统计机器学习概述 | 了解统计机器学习的基本问题和方法 | 2 | 兴趣 |
概率与统计 | 掌握随机变量与概率分布公式及编程实例 | 2 | 统计理论 |
统计模式识别的生成式方法 | 掌握贝叶斯推理等统计模式识别的原理与方法 | 2 | 模式识别 |
统计机器学习的判别式方法 | 掌握基本的机器学习中的判别式模型 | 2 | 判别式 |
高级主题 | 掌握高级算法,应用统计机器学解决问题 | 8 | 解决问题 |
上机课程 | 参考高级主题课程,完成代码编程并提交 | 8 | 实际操作 |
- 最后一节上机课结束时提交代码给助教,如上机课程时间不能满足,需要课下其他时间编程。
- Python / Matlab编写,代码能运行出结果,与课程论文一致。
- 通过电子邮箱提交或U盘提交,代码文件夹 / 压缩包名为学生姓名 + 学号。
- 不能完全抄袭代码,需要有自己的编程工作量。
- 代码必须用到统计机器学习理论,题材不做限制性规定。
课程分数
考核形式 | 分值 | 要求 |
---|---|---|
平时成绩 | 30 | 按照出勤情况 + 随堂练习质量进行评分 |
课程论文 | 40 | 考查是否掌握基本统计机器学习算法思想以及科技论文撰写水平 |
提交代码 | 30 | 考查编程实现能力,根据提交的代码完成质量进行评分 |
- 按照课程论文模板撰写。
- 包含代码运行结果的图、表、数据等内容。