機器學習（MATLAB版）-教學日歷

教學日歷（20xx～20xx學年第x學期）開課學院開課專業(yè)講授學時32課程名稱機器學習（MATLAB版）授課教師實踐/實驗學時32授課年級授課班級總學時64使用教材《機器學習（MATLAB版）》參考書目《機器學習（MATLAB版）》校歷周次授課內(nèi)容分章節(jié)題目第1周第一章緒論（4學時）1.1機器學習的基本定義（1學時）1.2機器學習的基本術(shù)語（1學時）1.3機器學習算法的分類（2學時）第2周第一章緒論（4學時）1.4學習模型的評價指標（2學時）1.5學習模型的選擇（1學時）1.6機器學習的用途與發(fā)展簡史（1學時）第3周第二章線性模型與邏輯斯諦回歸（4學時）2.1線性模型的基本形式（2學時）2.2邏輯斯諦回歸（2學時）第4周第三章決策樹（4學時）3.1決策樹的基本原理（1學時）3.2基本決策樹的改進（1學時）3.3決策樹的MATLAB實現(xiàn)（2學時）第5周第四章貝葉斯分類器（4學時）4.1貝葉斯分類器的基本原理（2學時）4.2貝葉斯算法的MATLAB實現(xiàn)（2學時）第6周第五章k近鄰算法（4學時）5.1k近鄰算法的基本原理（2學時）5.2k近鄰算法算法的MATLAB實現(xiàn)（2學時）第7周第六章支持向量機（4學時）6.1支持向量機的基本原理（1學時）6.2核化支持向量機（1學時）6.3支持向量回歸模型（1學時）6.4支持向量機的MATLAB實現(xiàn)（1學時）第8周第六章支持向量機（2學時）6.4支持向量機的MATLAB實現(xiàn)（2學時）第七章人工神經(jīng)網(wǎng)絡(luò)（2學時）7.1前饋神經(jīng)網(wǎng)絡(luò)（2學時）第9周第七章人工神經(jīng)網(wǎng)絡(luò)（4學時）7.2誤差逆?zhèn)鞑ニ惴ǎ?學時）7.3BP神經(jīng)網(wǎng)絡(luò)的MATLAB實現(xiàn)（2學時）第10周第八章線性判別分析（4學時）8.1線性判別分析的基本原理（2學時）8.2線性判別分析的MATLAB實現(xiàn)（2學時）第11周第九章主成分分析法（4學時）9.1主成分分析法的基本原理（1學時）9.2核主成分分析法（1學時）9.3PCA算法的MATLAB實現(xiàn)（1學時）9.4快速PCA算法及其MATLAB實現(xiàn)（1學時）第12周第十章聚類（4學時）10.1聚類的基本原理（1學時）10.2k-均值算法（1學時）10.3k-中心點算法（2學時）第13周第十一章EM算法與高斯混合聚類（4學時）11.1高斯混合模型（1學時）11.2EM算法的推導（1學時）11.3EM算法的應(yīng)用（2學時）第14周第十一章EM算法與高斯混合聚類（3學時）11.4GMM的MATLAB實現(xiàn)（3學時）第十二章集成學習（1學時）12.1集成學習概述（1學時）第15周第十二章集成學習（4學時）12.1集成學習概述（1學時）12.2隨機森林（3學時）第16周第十二章集成學習（4學時）1