(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