正在加载图片...
(三)思政内容 了解机器学习的发展历史,增强学生科技兴国的信念。 第二章模型评估与选择 (一)目的与要求 1.掌握模型评估的方法。 2.熟悉模型的性能度量。 3.了解偏差与方差的关系。 (二)教学内容 第一节经验误差与过拟合 第二节评估方法 第三节性能度层 第四节比较检验 第五节偏差与方差 (三)思政内容: 通过深入讲解机器学习中模型评估与选择的的内容,与学生讨论科学与技 术、理论与实际的辩证关系,培养学生既要认识理论的高度。也要重视掌握实践 中解决问题的具体办法。 第三章线性模型 (一)目的与要求 1.掌握线性模型的基本原理 2。熟悉多元线性回归模型。 3.理解多分类学习的拆分方法 4.了解类别不平衡问题的解决。 (二)教学内容 第一节线性回归 第二节对数几率回归 第三节线性判别分析 第四节多分类学习 第五节类别不平衡问题 (三)思政内容 通过线性模型的学习,引导学生进一步认识抽象理论的重要性,重视理论学习。 第四章决策树 (一)目的与要求 (三)思政内容: 了解机器学习的发展历史,增强学生科技兴国的信念。 第二章 模型评估与选择 (一)目的与要求 1. 掌握模型评估的方法。 2. 熟悉模型的性能度量。 3. 了解偏差与方差的关系。 (二)教学内容 第一节 经验误差与过拟合 第二节 评估方法 第三节 性能度量 第四节 比较检验 第五节 偏差与方差 (三)思政内容: 通过深入讲解机器学习中模型评估与选择的的内容,与学生讨论科学与技 术、理论与实际的辩证关系,培养学生既要认识理论的高度,也要重视掌握实践 中解决问题的具体办法。 第三章 线性模型 (一)目的与要求 1. 掌握线性模型的基本原理。 2. 熟悉多元线性回归模型。 3. 理解多分类学习的拆分方法。 4. 了解类别不平衡问题的解决。 (二)教学内容 第一节 线性回归 第二节 对数几率回归 第三节 线性判别分析 第四节 多分类学习 第五节 类别不平衡问题 (三)思政内容: 通过线性模型的学习,引导学生进一步认识抽象理论的重要性,重视理论学习。 第四章 决策树 (一)目的与要求
<<向上翻页向下翻页>>
©2008-现在 cucdc.com 高等教育资讯网 版权所有