《机器学习》课程实验教学大纲 一、课程基本信息 课程代码：18110233 课程名称：机器学习 英文名称：Machine Learning 实验总学时：20 适用专业：软件工程、计算机科学与技术（实验区）和计算机科学与技术（人工 智能方向)本科专业 课程类别：专业课 先修课程：高等数学、线性代数及概率论与数理统计 二、实验教学的总体目的和要求 (一)总体目标 《机器学习》课程实验涵盖Python基础、numpy的使用、Panas的使用 matplotlib的使用、KNN算法实现、K-Means算法实现和朴素贝叶斯算法实现等 内容，通过实验课程的学习，在提升学生动手能力的同时可加深对机器学习理论 算法的理解。此外，学生在编码的过程中，也可深刻体会到“工匠精神”的实 质（工匠对自己的产品精雕细琢，精益求精，追求更完美产品的精神理念）。 (二)总体要求 1、对学生的要求 (1)学生需提早五分钟进入实验室，入座后启动实验用的计算机。迟到10分 钟者，则该节实验课以旷课处理。 (2)因故须请假者，必须按学校规定的要求持有效请假条交给任课教师，事后 补交者无效。 (3)上机有问题请举手，同学间有问题可相互讨论，但不得喧哗。 (4)试验期间不得做与实验无关的事，不准将食物带入实验室。 (5)实验结束后须关机，将键盘架及座椅摆放整齐，并将本机台面等处杂物主 动带离实验室。 2、对教师的要求
《机器学习》课程实验教学大纲 一、课程基本信息 课程代码：18110233 课程名称：机器学习 英文名称: Machine Learning 实验总学时：20 适用专业：软件工程、计算机科学与技术（实验区）和计算机科学与技术（人工 智能方向）本科专业 课程类别：专业课 先修课程：高等数学、线性代数及概率论与数理统计 二、实验教学的总体目的和要求 （一） 总体目标 《机器学习》课程实验涵盖 Python 基础、numpy 的使用、Panas 的使用、 matplotlib 的使用、KNN 算法实现、K-Means 算法实现和朴素贝叶斯算法实现等 内容，通过实验课程的学习，在提升学生动手能力的同时可加深对机器学习理论 算法的理解。此外，学生在编码的过程中，也可深刻体会到“工匠精神”的实 质（工匠对自己的产品精雕细琢，精益求精，追求更完美产品的精神理念）。 （二）总体要求 1、对学生的要求 （1）学生需提早五分钟进入实验室，入座后启动实验用的计算机。迟到 10 分 钟者，则该节实验课以旷课处理。 （2）因故须请假者，必须按学校规定的要求持有效请假条交给任课教师，事后 补交者无效。 （3）上机有问题请举手，同学间有问题可相互讨论，但不得喧哗。 （4）试验期间不得做与实验无关的事，不准将食物带入实验室。 （5）实验结束后须关机，将键盘架及座椅摆放整齐，并将本机台面等处杂物主 动带离实验室。 2、对教师的要求
(1)教师上实验课时需按时进入实验室，不得无故迟到。 (2)实验课期间，教师要认真指导学生，发现问题及时解决。 (3)认真批改学生的实验报告，并如实填写实验成绩。 (4)严格要求学生遵守操作规程和学生实验守则，对违反并不听劝告者，教师 有权制止其使用计算机，必要时停止其实验。 (5)实验课上不做与实验内容无关的事，不得无故擅离实验室。 3、对实验条件的要求 (1)硬件要求： P4以上微型计算机，内部组成局域网，对外每台机器均连入Internet互 联网。 (2)软件要求 操作系统：Windows 10系统 软件：Anaconda3 三、实验教学内容 实验项目一 实验名称：Python基础 实验内容：列表、元组、字典、集合与字符串的创建及使用；应用选择、循环和 函数编写程序；使用Python进行文件读写操作。 实验性质：综合性 实验学时：2学时 实验目的与要求： ·掌握列表、元组、字典、集合与字符串的使用方法 ·掌握选择、循环和函数的使用方法 ●掌握文件的读写方法 ●通过学习Python基础，认识到“万丈高楼平地起”，只有在某领域打 好基础，才能在该领域取得辉煌成就。 实验条件：要求安装Anaconda3和Windows 10系统 研究与思考： (1)举例说明什么是可迭代对象？
（1）教师上实验课时需按时进入实验室，不得无故迟到。 （2）实验课期间，教师要认真指导学生，发现问题及时解决。 （3）认真批改学生的实验报告，并如实填写实验成绩。 （4）严格要求学生遵守操作规程和学生实验守则，对违反并不听劝告者，教师 有权制止其使用计算机，必要时停止其实验。 （5）实验课上不做与实验内容无关的事，不得无故擅离实验室。 3、对实验条件的要求 （1）硬件要求： P4 以上微型计算机，内部组成局域网，对外每台机器均连入 Internet 互 联网。 （2）软件要求： 操作系统： Windows 10 系统 软件：Anaconda3 三、实验教学内容 实验项目一 实验名称：Python 基础 实验内容：列表、元组、字典、集合与字符串的创建及使用；应用选择、循环和 函数编写程序；使用 Python 进行文件读写操作。 实验性质：综合性 实验学时：2 学时 实验目的与要求： ⚫ 掌握列表、元组、字典、集合与字符串的使用方法 ⚫ 掌握选择、循环和函数的使用方法 ⚫ 掌握文件的读写方法 ⚫ 通过学习 Python 基础，认识到“万丈高楼平地起”，只有在某领域打 好基础，才能在该领域取得辉煌成就。 实验条件：要求安装 Anaconda3 和 Windows 10 系统 研究与思考： （1）举例说明什么是可迭代对象?
实验项目二 实验名称：numpy、.Pandas以及matplotlib扩展库的使用 实验内容 humpy数组的创建及使用，矩阵的生成及使用：使用DataFrame进 行简单数据处理与分析：使用matplotlib绘制基本折线图、散点图。 实验性质：综合性 实验学时：2学时 实验目的与要求： 。掌握numpy数组的创建及使用，掌握矩阵的生成和常用操作，了解奇异 值分解及矩阵求逆 ●了解DataFrame结构的创建方法，使用DataFrame处理异常值、缺失值 和重复值，DataFrame结构排序及数据分组和聚合方法 ●了解matplotlib绘图的流程，会使用matplotlib绘制折线图、散点图。 实验条件：要求安装Anaconda3和Windows 10系统 研究与思考： (1)试述矩阵和数组二者的异同？ ,试述matplotlib绘图的核心原理？ 实验项目三 实验名称：Sklearn扩展库的使用、线性回归、逻辑回归算法实现 实验内容：熟悉Sklearn扩展库的使用，用Python实现线性回归、逻辑回归算法。 实验性质：综合性 实验学时：4学时 实验目的与要求： 。掌握线性回归、逻辑回归算法原理 。会使用Python实现线性回归、逻辑回归算法 实验条件：要求安装Anaconda3和Windows I0系统 研究与思考： (1)线性回归、逻辑回归算法的区别和联系是什么？
实验项目二 实验名称：numpy、Pandas 以及 matplotlib 扩展库的使用 实验内容： numpy 数组的创建及使用，矩阵的生成及使用；使用 DataFrame 进 行简单数据处理与分析；使用 matplotlib 绘制基本折线图、散点图。 实验性质：综合性 实验学时：2 学时 实验目的与要求： ⚫ 掌握 numpy 数组的创建及使用，掌握矩阵的生成和常用操作，了解奇异 值分解及矩阵求逆 ⚫ 了解 DataFrame 结构的创建方法，使用 DataFrame 处理异常值、缺失值 和重复值，DataFrame 结构排序及数据分组和聚合方法 ⚫ 了解 matplotlib 绘图的流程，会使用 matplotlib 绘制折线图、散点图。 实验条件：要求安装 Anaconda3 和 Windows 10 系统 研究与思考： （1） 试述矩阵和数组二者的异同？ （2） 试述 matplotlib 绘图的核心原理？ 实验项目三 实验名称：Sklearn 扩展库的使用、线性回归、逻辑回归算法实现 实验内容：熟悉 Sklearn 扩展库的使用，用 Python 实现线性回归、逻辑回归算法。 实验性质：综合性 实验学时：4 学时 实验目的与要求： ⚫ 掌握线性回归、逻辑回归算法原理 ⚫ 会使用 Python 实现线性回归、逻辑回归算法 实验条件：要求安装 Anaconda3 和 Windows 10 系统 研究与思考： （1）线性回归、逻辑回归算法的区别和联系是什么？
实验项目四 实验名称：朴素贝叶斯算法实现 实验内容：使用Python实现朴素贝叶斯算法算法。 实验性质：综合性 实验学时：2学时 实验目的与要求： ●掌握朴素贝叶斯算法原理 ●会使用Python实现朴素贝叶斯算法 实验条件：要求安装Anaconda3和Windows 10系统 研究与思考： (1)朴素贝叶斯算法用于分类有何特点？ 实验项目五 实验名称：决策树与随机森林算法实现 实验内容：使用Python实现决策树与随机森林算法。 实验性质：综合性 实验学时：2学时 实验目的与要求： 。握决策树与随机森林算法原理 ●会使用Python实现决策树与随机森林算法。 实验条件：要求安装Anaconda.3和Windows I0系统 研究与思考： (1)决策树与随机森林算法如果预防过拟合？ 实验项目六 实验名称：支持向量机算法实现
实验项目四 实验名称：朴素贝叶斯算法实现 实验内容：使用 Python 实现朴素贝叶斯算法算法。 实验性质：综合性 实验学时：2 学时 实验目的与要求： ⚫ 掌握朴素贝叶斯算法原理 ⚫ 会使用 Python 实现朴素贝叶斯算法 实验条件：要求安装 Anaconda3 和 Windows 10 系统 研究与思考： （1）朴素贝叶斯算法用于分类有何特点？ 实验项目五 实验名称：决策树与随机森林算法实现 实验内容：使用 Python 实现决策树与随机森林算法。 实验性质：综合性 实验学时：2 学时 实验目的与要求： ⚫ 掌握决策树与随机森林算法原理 ⚫ 会使用 Python 实现决策树与随机森林算法。 实验条件：要求安装 Anaconda3 和 Windows 10 系统 研究与思考： （1）决策树与随机森林算法如果预防过拟合？ 实验项目六 实验名称：支持向量机算法实现
实验内容：使用Python实现支持向量机算法。 实验性质：综合性 实验学时：2学时 实验目的与要求： 。掌握支持向量机算法原理 ●会使用Python实现支持向量机算法 实验条件：要求安装Anaconda3和Windows 10系统 研究与思考： (1)支持向量机算法不同核函数需要具备什么特点？ 实验项目七 实验名称：KNN算法实现 实验内容：使用Python实现KNN算法。 实验性质：综合性 实验学时：2学时 实验目的与要求： :程N鞋 实验条件：要求安装Anaconda3和Windows 10系统 研究与思考： (I)KNN算法中K的取值对算法性能有何影响？ 实验项目八 实验名称：聚类算法实现 实验内容：使用Python实现K-Means算法、分层聚类算法、DBSACN算法。 实验性质：综合性
实验内容：使用 Python 实现支持向量机算法。 实验性质：综合性 实验学时：2 学时 实验目的与要求： ⚫ 掌握支持向量机算法原理 ⚫ 会使用 Python 实现支持向量机算法 实验条件：要求安装 Anaconda3 和 Windows 10 系统 研究与思考： （1）支持向量机算法不同核函数需要具备什么特点？ 实验项目七 实验名称：KNN 算法实现 实验内容：使用 Python 实现 KNN 算法。 实验性质：综合性 实验学时：2 学时 实验目的与要求： ⚫ 掌握 KNN 算法原理 ⚫ 会使用 Python 实现 KNN 算法 实验条件：要求安装 Anaconda3 和 Windows 10 系统 研究与思考： （1）KNN 算法中 K 的取值对算法性能有何影响？ 实验项目八 实验名称：聚类算法实现 实验内容：使用 Python 实现 K-Means 算法、分层聚类算法、DBSACN 算法。 实验性质：综合性
实验学时：4学时 实验目的与要求： ●掌握K-Means算法、分层聚类算法、DBSACN算法原理 实现上述 “物以类聚”，要求学生积极学习优秀党员的 先进事迹，要向他们那样做到“不忘初心，牢记使命”。 实验条件：要求安装Anaconda3和Windows10系统 研究与思考： ()K-Means+和K-Means算法在选择初始质心是有何不同？ 四、考核方式与标准 实验课成绩由实验教师根据每位学生所完成的实验报告情况给出，其与学生 课堂出勤和理论课作业等一起计入平时成绩考核（平时成绩=25%考勤+50%实验报 告+25%作业)，平时成绩占总评成绩的30%。 五、推荐实验教材和教学参考书 (1)董付国.《Python程序设计实验指导书》，清华大学出版社，2019， (2)http://www.python.org (③)https://numpy.org (4)http://pandas.pydata.org/pandas-docs/stable/ (5)https://matplotlib.org/ (6)https://scikit-lear.org/stable/ 大纲修订人：薛耀红 修订日期：2022年12月 大纲审定者：李祥霞 审定日期：2023年2月
实验学时：4 学时 实验目的与要求： ⚫ 掌握 K-Means 算法、分层聚类算法、DBSACN 算法原理 ⚫ 会使用 Python 实现上述算法 ⚫ 通过学习聚类算法，知道“物以类聚”，要求学生积极学习优秀党员的 先进事迹，要向他们那样做到“不忘初心，牢记使命”。 实验条件：要求安装 Anaconda3 和 Windows 10 系统 研究与思考： （1）K-Means++和 K-Means 算法在选择初始质心是有何不同？ 四、考核方式与标准 实验课成绩由实验教师根据每位学生所完成的实验报告情况给出，其与学生 课堂出勤和理论课作业等一起计入平时成绩考核（平时成绩=25%考勤+50%实验报 告+25%作业），平时成绩占总评成绩的 30%。 五、推荐实验教材和教学参考书 (1) 董付国.《Python 程序设计实验指导书》，清华大学出版社，2019. (2) http://www.python.org (3) https://numpy.org/ (4) http://pandas.pydata.org/pandas-docs/stable/ (5) https://matplotlib.org/ (6) https://scikit-learn.org/stable/ 大纲修订人：薛耀红 修订日期: 2022 年 12 月 大纲审定者：李祥霞 审定日期: 2023 年 2 月
