《机器学习与模式识别》面向人工智能、自动化、计算机、工业智能等本科专业一年级以上学生或具有先验课程基础的学生，主要讲授如何利用机器学习技术解决模式识别任务的原理与方法。本课程以优化思想贯串始终，以“过拟合与泛化”主题挖掘算法共性，重点讲授贝叶斯决策论、线性模型、支持向量机、决策树、集成学习、计算学习理论、模型评估、特征学习与选择、人工神经网络基础、深度学习引论等机器学习与模式识别交叉领域的核心方法。通过本课程的学习，学生能够掌握机器学习的基本原理与方法，能够理解经典学习算法的技术细节与内涵，能够运用多种算法解决典型的模式识别问题，能够为深度学习、强化学习及其他高级机器学习方法的理解与领悟奠定扎实的基础。
一、高等数学
- 微积分
- 最优化方法
二、线性代数
- 向量与矩阵基本概念及运算
- 矩阵分解（特征分解与奇异值分解）
- 矩阵微积分
三、概率论与数理统计
- 概率论基本概念
- 贝叶斯定理
- 期望、方差
- 常见概率分布
- 信息论基础
为积极响应国家低碳环保政策， 2021年秋季学期开始，中国大学MOOC平台将取消纸质版的认证证书，仅提供电子版的认证证书服务，证书申请方式和流程不变。
电子版认证证书支持查询验证，可通过扫描证书上的二维码进行有效性查询，或者访问 https://www.icourse163.org/verify，通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。
完成课程教学内容学习和考核，成绩达到课程考核标准的学生（每门课程的考核标准不同，详见课程内的评分标准），具备申请认证证书资格，可在证书申请开放期间（以申请页面显示的时间为准），完成在线付费申请。
认证证书申请注意事项：
1. 根据国家相关法律法规要求，认证证书申请时要求进行实名认证，请保证所提交的实名认证信息真实完整有效。
2. 完成实名认证并支付后，系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。
1、《人工智能数学基础》 ------------------ 李刚 著
2、《机器学习》 ------------------- 周志华 著
3、《模式识别》 ------------------- Sergios Theodoridis 等著 李晶皎 王爱侠等译
4、《Deep Learning》 ------------------- Ian Goodfellow等著
网上有害信息举报（涉未成年人）：网站 https://www.12377.cn 邮箱（涉未成年人） youdao_jubao@rd.netease.com
粤B2-20090191-26
| 京ICP备12020869号-2 |
京公网安备44010602000207
©2014-2024
浙公网安备 33010802012594号