面向宽口径的机器学习课程和教材建设探索和实践

文档名：面向宽口径的机器学习课程和教材建设探索和实践
在当前大学本科和研究生教育中,“机器学习”已经成为众多专业都有需求的一门课程.介绍以面向工程应用为目标,宽口径、通用性和专业性兼顾的机器学习教程和教材的建设实践,课程和教材均兼顾机器学习基础、经典方法和深度学习方法.对组成机器学习的基础知识和基本算法做细致的介绍,对广泛应用的经典算法如线性回归、逻辑回归、朴素贝叶斯、支持向量机、决策树和集成学习等算法都给出了深入的分析,并讨论了无监督学习的基本方法.对深度学习和强化学习也做了相当全面的叙述,比较深入地讨论了反向传播算法、多层感知机、CNN网络、RNN网络和LSTM结构、GAN网络、Transformer等深度神经网络的核心知识和结构,对于强化学习,不仅包括了经典表格方法,也介绍了深度强化学习.课程实践表明该课程受到来自不同专业学生的喜爱,相应教材也已建设完成.
作者：张旭东
作者单位：清华大学电子工程系,北京100084
母体文献：第十五届全国信号和智能信息处理与应用学术会议论文集
会议名称：第十五届全国信号和智能信息处理与应用学术会议  
会议时间：2022年4月10日
会议地点：重庆
主办单位：中国高科技产业化研究会
语种：chi
分类号：
关键词：高等院校  机器学习课  课程设置  教材建设
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文

2024-12-11 09:42 上传 面向宽口径的机器学习课程和教材建设探索和实践.pdf

文件大小:

1.37 MB

下载次数:

60

高速下载