《機(jī)器學(xué)習(xí)》課程教學(xué)大綱一、課程基本信息課程代碼：XXXXXXXX課程學(xué)分：3學(xué)分課程學(xué)時(shí)：72學(xué)時(shí)（其中：理論36學(xué)時(shí)，實(shí)踐36學(xué)時(shí)）課程類別：專業(yè)必修適用專業(yè)：數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、智能科學(xué)與技術(shù)考核方式：考試（閉卷、機(jī)試）先修課程：Python編程基礎(chǔ)、數(shù)據(jù)挖掘二、課程簡介《機(jī)器學(xué)習(xí)》課程是數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、智能科學(xué)與技術(shù)專業(yè)的一門重要專業(yè)核心課。本課程著重培養(yǎng)學(xué)生利用機(jī)器學(xué)習(xí)算法分析與解決具體問題的能力以及工程意識(shí)與科學(xué)素養(yǎng)。在教學(xué)內(nèi)容方面，本課程主要介紹機(jī)器學(xué)習(xí)的基本原理、關(guān)鍵術(shù)語與數(shù)學(xué)本質(zhì)以及線性回歸、Logistic回歸、樸素貝葉斯、K近鄰、決策樹、支持向量機(jī)、混合高斯模型、K均值聚類、人工神經(jīng)網(wǎng)絡(luò)、集成學(xué)習(xí)等經(jīng)典機(jī)器學(xué)習(xí)算法，其中涉及高等數(shù)學(xué)、概率論、數(shù)理統(tǒng)計(jì)、信息論等理論知識(shí)的講解與基于Python語言的算法設(shè)計(jì)與編程實(shí)現(xiàn)。三、課程教學(xué)目標(biāo)本課程的具體教學(xué)目標(biāo)如下：1.課程目標(biāo)1：掌握機(jī)器學(xué)習(xí)基本原理、關(guān)鍵術(shù)語與數(shù)學(xué)本質(zhì)以及相關(guān)Python語言編程與第三方庫的使用方法。（指示點(diǎn)1.3）2.課程目標(biāo)2：理解與掌握數(shù)據(jù)采集、存儲(chǔ)、處理與可視化以及特征提取與選擇的基本原理與常用方法。（指示點(diǎn)4.1）3.課程目標(biāo)3：理解與掌握線性回歸、Logistic回歸、支持向量機(jī)等經(jīng)典機(jī)器學(xué)習(xí)算法并能利用其對(duì)實(shí)際問題進(jìn)行求解。（指示點(diǎn)4.3）4.課程目標(biāo)4：針對(duì)數(shù)據(jù)科學(xué)領(lǐng)域復(fù)雜工程問題進(jìn)行數(shù)據(jù)采集、處理與分析并設(shè)計(jì)、選擇與綜合運(yùn)用機(jī)器學(xué)習(xí)技術(shù)、資源與工具構(gòu)建相關(guān)應(yīng)用。（指示點(diǎn)5.2）四、課程目標(biāo)對(duì)畢業(yè)要求的支撐關(guān)系畢業(yè)要求畢業(yè)要求指標(biāo)點(diǎn)課程目標(biāo)1課程目標(biāo)2課程目標(biāo)3課程目標(biāo)41.工程知識(shí)應(yīng)用能力1.3能夠綜合運(yùn)用數(shù)學(xué)、自然科學(xué)、計(jì)算、工程基礎(chǔ)和專業(yè)知識(shí)對(duì)大數(shù)據(jù)復(fù)雜工程問題進(jìn)行求解。H4.工程技術(shù)研究能力4.1能夠綜合運(yùn)用數(shù)據(jù)科學(xué)相關(guān)原理和方法，通過相關(guān)學(xué)術(shù)文獻(xiàn)的分析，研究和設(shè)計(jì)大數(shù)據(jù)采集、處理、存儲(chǔ)、分析、可視化和運(yùn)維等環(huán)節(jié)的解決方案和實(shí)驗(yàn)方案。H4.3能夠?qū)?shí)驗(yàn)結(jié)果進(jìn)行分析和解釋，并通過信息綜合說明其有效性和合理性。H5.開發(fā)、選擇和使用現(xiàn)代工具能力5.2能夠在大數(shù)據(jù)領(lǐng)域復(fù)雜工程問題的預(yù)測、建?；蚪鉀Q過程中，選擇與使用恰當(dāng)?shù)募夹g(shù)、軟硬件平臺(tái)及開發(fā)工具。H五、理論教學(xué)內(nèi)容教學(xué)內(nèi)容學(xué)時(shí)章節(jié)教學(xué)目標(biāo)教學(xué)方法課程目標(biāo)第1章緒論（1）什么是機(jī)器學(xué)習(xí)。（2）機(jī)器學(xué)習(xí)的典型應(yīng)用。（3）機(jī)器學(xué)習(xí)的一般原理及相關(guān)概念。（4）學(xué)習(xí)問題的標(biāo)準(zhǔn)描述。（5）設(shè)計(jì)一個(gè)學(xué)習(xí)系統(tǒng)：選擇訓(xùn)練方式、選擇目標(biāo)函數(shù)、選擇目標(biāo)函數(shù)的表示、選擇函數(shù)逼近算法、最終的設(shè)計(jì)等。重點(diǎn)：（3）（4）。難點(diǎn)：（5）。2（1）了解機(jī)器學(xué)習(xí)的一般原理及相關(guān)概念。（2）理解學(xué)習(xí)問題的標(biāo)準(zhǔn)描述。（3）掌握學(xué)習(xí)系統(tǒng)的構(gòu)建步驟與方法。講授法案例法目標(biāo)1目標(biāo)2第2章Python編程基礎(chǔ)（1）Python語言基本語法。（2）數(shù)據(jù)類型：數(shù)值、字符串、列表、元組、字典、集合等。（3）運(yùn)算符：算術(shù)運(yùn)算符、邏輯運(yùn)算符、條件運(yùn)算符等。（4）控制語句：分支語句、循環(huán)語句。（5）函數(shù)定義方法、函數(shù)調(diào)用、內(nèi)建函數(shù)等。（6）類的定義與實(shí)例化、類變量與成員變量等。（7）Input函數(shù)、文件讀寫等。重點(diǎn)：（2）（4）（5）。難點(diǎn)：（6）。2（1）了解Python語言基本語法。（2）理解Python語言數(shù)據(jù)類型、運(yùn)算符與控制語句、面向?qū)ο缶幊趟枷?。?）掌握Python語言數(shù)據(jù)類型、運(yùn)算符與控制語句、函數(shù)定義方法與調(diào)用、類的定義與實(shí)例化、Input函數(shù)、文件讀寫等。講授法案例法任務(wù)驅(qū)動(dòng)法目標(biāo)1目標(biāo)2目標(biāo)3第3章科學(xué)計(jì)算庫（1）NumPy基礎(chǔ)：數(shù)組、生成等差數(shù)列、隨機(jī)數(shù)、算術(shù)運(yùn)算、數(shù)組連接、數(shù)組分割、線性代數(shù)、添加與刪除元素、排序、搜索與計(jì)數(shù)等。（2）Matplotlib繪圖：折線圖與函數(shù)圖、散點(diǎn)圖、餅圖、柱狀圖（水平與垂直疊加）、圖像讀取與保存等。重點(diǎn)：（1）（2）。難點(diǎn)：（2）。4（1）了解NumPy庫數(shù)據(jù)類型原理與使用方法。（2）理解Matplotlib庫的使用原理。（3）掌握折線圖、散點(diǎn)圖、餅圖、柱狀圖等畫法。講授法案例法任務(wù)驅(qū)動(dòng)法目標(biāo)1目標(biāo)2目標(biāo)3第4章數(shù)學(xué)基礎(chǔ)（1）向量、矩陣與導(dǎo)數(shù)。（2）貝葉斯定理。（3）信息熵。（4）常用距離。重點(diǎn)：（1）（2）（3）（4）。難點(diǎn)：（3）。2（1）理解貝葉斯定理、信息熵的含義。（2）掌握利用Numpy庫實(shí)現(xiàn)對(duì)向量、矩陣、導(dǎo)數(shù)、距離等進(jìn)行運(yùn)算的基本方法。講授法案例法任務(wù)驅(qū)動(dòng)法目標(biāo)1目標(biāo)2目標(biāo)3第5章線性回歸（1）線性回歸算法函數(shù)模型。（2）線性回歸算法模型求解方法（最小二乘與梯度下降算法）。（3）線性回歸算法Python編程實(shí)現(xiàn)。（4）Scikit-learn庫線性回歸類庫的使用。重點(diǎn)：（1）（2）（3）（4）。難點(diǎn)：（3）（3）。4（1）理解線性回歸算法函數(shù)模型與求解方法、線性回歸算法Python編程實(shí)現(xiàn)方法。（2）掌握Scikit-learn庫線性回歸類庫的使用方法。講授法案例法任務(wù)驅(qū)動(dòng)法目標(biāo)2目標(biāo)3目標(biāo)4第6章Logistic回歸（1）Logistic回歸算法模型構(gòu)建。（2）Logistic回歸算法模型求解方法。（3）Logistic回歸算法Python編程實(shí)現(xiàn)。（4）Scikit-learn庫Logistic回歸類庫使用。重點(diǎn)：（1）（2）（3）（4）。難點(diǎn)：（2）。2（1）了解Logistic回歸算法模型構(gòu)建與求解方法。（2）理解Logistic回歸算法Python編程實(shí)現(xiàn)方法。（3）掌握Scikit-learn庫Logistic回歸類庫的使用方法。講授法案例法任務(wù)驅(qū)動(dòng)法目標(biāo)2目標(biāo)3目標(biāo)4第7章樸素貝葉斯（1）樸素貝葉斯理論與函數(shù)模型。（2）樸素貝葉斯算法函數(shù)模型求解方法。（3）樸素貝葉斯算法Python編程實(shí)現(xiàn)。（4）Scikit-learn庫樸素貝葉斯類庫的使用。重點(diǎn)：（1）（2）（3）（4）。難點(diǎn)：（2）。2（1）了解樸素貝葉斯模型與求解方法。（2）理解樸素貝葉斯算法Python編程實(shí)現(xiàn)。（3）掌握Scikit-learn庫樸素貝葉斯類庫的使用。講授法案例法任務(wù)驅(qū)動(dòng)法目標(biāo)2目標(biāo)3目標(biāo)4第8章K近鄰（1）K近鄰算法原理。（2）常用距離（歐式距離、馬式距離等）。（3）K近鄰算法Python編程實(shí)現(xiàn)。（4）Scikit-learn庫K近鄰類庫的使用。重點(diǎn)：（1）（2）（3）（4）。難點(diǎn)：（2）。2（1）了解K近鄰模型與求解方法。（2）理解K近鄰算法Python編程實(shí)現(xiàn)方法。（3）掌握Scikit-learn庫K近鄰類庫的使用方法。講授法案例法任務(wù)驅(qū)動(dòng)法目標(biāo)2目標(biāo)3目標(biāo)4第9章決策樹（1）決策樹算法原理。（2）決策樹算法函數(shù)模型與求解方法。（3）Scikit-learn庫決策樹類庫的使用。重點(diǎn)：（1）（2）（3）。難點(diǎn)：（2）。2（1）理解決策樹模型與求解方法。（2）掌握Scikit-learn庫決策樹類庫的使用方法。講授法案例法任務(wù)驅(qū)動(dòng)法目標(biāo)2目標(biāo)3目標(biāo)4第10章支持向量機(jī)（1）支持向量機(jī)算法原理。（2）支持向量機(jī)算法模型與求解方法（對(duì)偶原理、拉格朗日乘子）。（3）Scikit-learn庫支持向量機(jī)類庫的使用。重點(diǎn)：（1）（2）（3）。難點(diǎn)：（2）。4（1）理解支持向量機(jī)模型構(gòu)建方法。（2）掌握Scikit-learn庫支持向量機(jī)類庫的使用方法。講授法案例法任務(wù)驅(qū)動(dòng)法目標(biāo)2目標(biāo)3目標(biāo)4第11章K均值聚類（1）K均值聚類原理。（2）Scikit-learn庫K均值聚類類庫的使用。重點(diǎn)：（1）（2）。難點(diǎn)：（2）。2（1）理解K均值聚類算法原理。（2）掌握Scikit-learn庫K均值聚類類庫的使用方法。講授法案例法任務(wù)驅(qū)動(dòng)法目標(biāo)2目標(biāo)3目標(biāo)4第12章混合高斯模型（1）混合高斯模型基本原理。（2）混合高斯模型求解方法。（3）Scikit-learn庫混合高斯模型庫的使用。重點(diǎn)：（1）（2）（3）。難點(diǎn)：（2）。2（1）理解混合高斯模型原理。（2）掌握Scikit-learn庫混合高斯模型的使用方法。講授法案例法任務(wù)驅(qū)動(dòng)法目標(biāo)2目標(biāo)3目標(biāo)4第13章神經(jīng)網(wǎng)絡(luò)（1）神經(jīng)網(wǎng)絡(luò)原理。（2）神經(jīng)網(wǎng)絡(luò)模型與求解方法（梯度下降算法）。（3）深度學(xué)習(xí)原理。（4）Scikit-learn庫神經(jīng)網(wǎng)絡(luò)類庫的使用。重點(diǎn)：（1）（2）（4）。難點(diǎn)：（2）。4（1）了解神經(jīng)網(wǎng)絡(luò)原理。（2）理解神經(jīng)網(wǎng)絡(luò)函數(shù)模型與求解方法（梯度下降算法）。（3）掌握Scikit-learn庫神經(jīng)網(wǎng)絡(luò)類庫的使用方法。講授法案例法任務(wù)驅(qū)動(dòng)法目標(biāo)2目標(biāo)3目標(biāo)4第14章集成學(xué)習(xí)（1）集成學(xué)習(xí)原理。（2）基本集成策略：投票法與平均法。（3）集成框架基礎(chǔ)：Bagging、Boosting與Stacking框架。（4）Scikit-learn庫集成學(xué)習(xí)類庫的使用。重點(diǎn)：（1）（2）（3）（4）。難點(diǎn)：（3）。2（1）理解集成學(xué)習(xí)原理。（2）掌握Scikit-learn庫集成學(xué)習(xí)類庫的使用方法。講授法案例法任務(wù)驅(qū)動(dòng)法目標(biāo)2目標(biāo)3目標(biāo)4六、實(shí)驗(yàn)教學(xué)（一）實(shí)驗(yàn)教學(xué)性質(zhì)與目標(biāo)理解機(jī)器學(xué)習(xí)經(jīng)典算法基本理論，訓(xùn)練運(yùn)用機(jī)器學(xué)習(xí)經(jīng)典算法解決具體問題的能力與科學(xué)的實(shí)驗(yàn)方法。通過綜合性、設(shè)計(jì)性實(shí)驗(yàn)訓(xùn)練，使學(xué)生掌握機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)的基本方法；同時(shí)提高其創(chuàng)新意識(shí)并培養(yǎng)良好的編程習(xí)慣。通過實(shí)驗(yàn)環(huán)境設(shè)置、實(shí)驗(yàn)結(jié)果分析等環(huán)節(jié)，培養(yǎng)學(xué)生觀察、分析與獨(dú)立解決問題的能力以及正確記錄實(shí)驗(yàn)數(shù)據(jù)與現(xiàn)象、正確書寫實(shí)驗(yàn)報(bào)告的能力。（二）實(shí)驗(yàn)項(xiàng)目基本情況序號(hào)實(shí)驗(yàn)項(xiàng)目實(shí)驗(yàn)要求學(xué)時(shí)分組人數(shù)實(shí)驗(yàn)類型實(shí)驗(yàn)設(shè)備課程目標(biāo)1Python編程（1）了解Python語言基本語法。（2）理解面向?qū)ο缶幊趟枷?。?）掌握Python語言數(shù)據(jù)類型、運(yùn)算符與控制語句、函數(shù)定義方法與調(diào)用、類的定義與實(shí)例化、文件讀寫等。41設(shè)計(jì)性綜合性普通計(jì)算機(jī)目標(biāo)1目標(biāo)2目標(biāo)32科學(xué)計(jì)算庫與繪圖庫（1）理解NumPy庫數(shù)據(jù)類型原理、Matplotlib庫的使用原理。（2）掌握NumPy庫函數(shù)使用方法與折線圖、散點(diǎn)圖、餅圖等常用圖示畫法。（3）理解貝葉斯定理、信息熵的含義。（4）掌握利用Numpy庫實(shí)現(xiàn)對(duì)向量、矩陣、導(dǎo)數(shù)等進(jìn)行運(yùn)算的基本方法。41設(shè)計(jì)性綜合性普通計(jì)算機(jī)目標(biāo)1目標(biāo)2目標(biāo)33線性回歸（1）理解線性回歸算法函數(shù)模型與求解方法。（2）掌握Scikit-learn庫線性回歸類庫的使用方法。41設(shè)計(jì)性綜合性普通計(jì)算機(jī)目標(biāo)2目標(biāo)3目標(biāo)44Logistic回歸（1）理解Logistic回歸算法函數(shù)模型與求解方法。（2）掌握Scikit-learn庫Logistic回歸類庫的使用方法。21設(shè)計(jì)性綜合性普通計(jì)算機(jī)目標(biāo)2目標(biāo)3目標(biāo)45樸素貝葉斯（1）理解樸素貝葉斯算法模型原理與求解方法。（2）掌握Scikit-learn庫樸素貝葉斯類庫的使用方法。21設(shè)計(jì)性綜合性普通計(jì)算機(jī)目標(biāo)2目標(biāo)3目標(biāo)46K近鄰（1）理解K近鄰算法原理。（2）掌握Scikit-learn庫K近鄰類庫的使用方法。21設(shè)計(jì)性綜合性普通計(jì)算機(jī)目標(biāo)2目標(biāo)3目標(biāo)47決策樹（1）理解決策樹算法原理。（2）掌握Scikit-learn庫決策樹類庫的使用方法。21設(shè)計(jì)性綜合性普通計(jì)算機(jī)目標(biāo)2目標(biāo)3目標(biāo)48支持向量機(jī)（1）理解支持向量機(jī)算法原理。（2）掌握Scikit-learn庫支持向量機(jī)類庫的使用。41設(shè)計(jì)性綜合性普通計(jì)算機(jī)目標(biāo)2目標(biāo)3目標(biāo)49K均值聚類（1）理解K均值聚類算法原理。（2）掌握Scikit-learn庫K均值聚類類庫的使用方法。21設(shè)計(jì)性綜合性普通計(jì)算機(jī)目標(biāo)2目標(biāo)3目標(biāo)410混合高斯模型（1）理解混合高斯模型原理。（2）掌握Scikit-learn庫混合高斯模型類庫的使用方法。21設(shè)計(jì)性綜合性普通計(jì)算機(jī)目標(biāo)2目標(biāo)3目標(biāo)411神經(jīng)網(wǎng)絡(luò)（1）了解神經(jīng)網(wǎng)絡(luò)原理。（2）理解神經(jīng)網(wǎng)絡(luò)函數(shù)模型與求解方法。（3）掌握神經(jīng)網(wǎng)絡(luò)Python編程實(shí)現(xiàn)方法。41設(shè)計(jì)性綜合性普通計(jì)算機(jī)目標(biāo)2目標(biāo)3目標(biāo)412集成學(xué)習(xí)（1）理解集成學(xué)習(xí)原理。（2）掌握Bagging、Boosting與Stacking框架。41設(shè)計(jì)性綜合性普通計(jì)算機(jī)目標(biāo)2目標(biāo)3目標(biāo)4七、課程考核及成績?cè)u(píng)定（一）考試內(nèi)容課程目標(biāo)考核內(nèi)容課程目標(biāo)1：掌握機(jī)器學(xué)習(xí)基本原理、關(guān)鍵術(shù)語與數(shù)學(xué)本質(zhì)以及相關(guān)Python語言編程與第三方庫的使用方法。（指示點(diǎn)1.3）機(jī)器學(xué)習(xí)的基本原理、關(guān)鍵術(shù)語（擬合、監(jiān)督與無監(jiān)督學(xué)習(xí)、特征、樣本等）、Python語言編程基礎(chǔ)及Numpy、Matplotlib等第三方庫使用方法。課程目標(biāo)2：理解與掌握數(shù)據(jù)采集、存儲(chǔ)、處理與可視化以及特征提取與選擇的基本原理與常用方法。（指示點(diǎn)4.1）特征編碼、歸一化等預(yù)處理方法，特征提?。ㄖ鞒煞址治觯┡c選擇（Filter、Wrapper與Embedded）方法。課程目標(biāo)3：理解與掌握線性回歸、邏輯回歸、支持向量機(jī)等經(jīng)典機(jī)器學(xué)習(xí)算法并能利用其對(duì)實(shí)際問題進(jìn)行求解。（指示點(diǎn)4.3）線性回歸、Logistic回歸、樸素貝葉斯、K近鄰、決策樹、支持向量機(jī)、K均值聚類、混合高斯模型、神經(jīng)網(wǎng)絡(luò)與集成學(xué)習(xí)。課程目標(biāo)4：針對(duì)數(shù)據(jù)科學(xué)領(lǐng)域復(fù)雜工程問題進(jìn)行數(shù)據(jù)采集、處理與分析并設(shè)計(jì)、選擇與綜合運(yùn)用機(jī)器學(xué)習(xí)技術(shù)、資源與工具構(gòu)建相關(guān)應(yīng)用。（指示點(diǎn)5.2）針對(duì)具體項(xiàng)目實(shí)踐案例，設(shè)計(jì)機(jī)器學(xué)習(xí)算法并編程實(shí)現(xiàn)，評(píng)價(jià)其邏輯正確性、考慮全面性和運(yùn)行性能。（二）考核方式考試（三）考核形式平時(shí)考核（基礎(chǔ)測驗(yàn)、技能訓(xùn)練、項(xiàng)目實(shí)踐、實(shí)驗(yàn)報(bào)告、期中考試）和期末考核（閉卷、機(jī)試）相結(jié)合。（四）成績構(gòu)成采用百分制計(jì)分，各部分比例如下：課程目標(biāo)平時(shí)考核（50%）期末考核（50%）合計(jì)支撐畢業(yè)要求基礎(chǔ)測驗(yàn)技術(shù)訓(xùn)練項(xiàng)目實(shí)踐實(shí)驗(yàn)報(bào)告期中測試閉卷考試指標(biāo)點(diǎn)支撐強(qiáng)度10%10%10%10%10%50%課程目標(biāo)110%2%10%22%1.3H課程目標(biāo)210%2%10%22%4.1H課程目標(biāo)310%4%20%34%4.3H課程目標(biāo)410%2%10%22%5.2M此外，依據(jù)學(xué)校管理文件，學(xué)生學(xué)習(xí)態(tài)度作為課程考核的重要參考，主要通過課程考勤成績、資源學(xué)習(xí)成績等進(jìn)行綜合評(píng)價(jià)，本項(xiàng)不作為考核成績計(jì)入總評(píng)成績，但是如果學(xué)生本項(xiàng)考核成績低于60分，則采用折算比例對(duì)總評(píng)成績進(jìn)行重新認(rèn)定，具體為：如果分?jǐn)?shù)大于等于50但是小于60分，則學(xué)生最終成績?yōu)榭傇u(píng)成績的85%；如果分?jǐn)?shù)大于等于40但是小于50分，則學(xué)生最終成績?yōu)榭傇u(píng)成績的70%；如果分?jǐn)?shù)大于等于30但是小于40分，則學(xué)生最終成績?yōu)榭傇u(píng)成績的60%；如果分?jǐn)?shù)小于30分，則學(xué)生最終成績?yōu)榭傇u(píng)成績的50%。（五）考核項(xiàng)目1.“課堂考勤”評(píng)分標(biāo)準(zhǔn)課程目標(biāo)考核內(nèi)容考核分值評(píng)分標(biāo)準(zhǔn)主動(dòng)學(xué)習(xí)態(tài)度學(xué)生出勤簽到100簽到次數(shù)最多（假設(shè)為max_cqcs）的學(xué)生獲得滿分；其他學(xué)生每缺1次扣100/maxcqcs。備注（1）缺課達(dá)到總學(xué)時(shí)1/3及以上者，本項(xiàng)成績?yōu)?。（2）事假、病假等不算缺勤，無故曠課遲到者算缺勤。（3）本項(xiàng)占主動(dòng)學(xué)習(xí)態(tài)度合格評(píng)價(jià)比例為20%。2.“資源學(xué)習(xí)”評(píng)價(jià)標(biāo)準(zhǔn)課程目標(biāo)考核內(nèi)容考核分值評(píng)分標(biāo)準(zhǔn)主動(dòng)學(xué)習(xí)態(tài)度任務(wù)點(diǎn)完成數(shù)100以課程任務(wù)點(diǎn)數(shù)為分母，以學(xué)生完成任務(wù)點(diǎn)數(shù)為分子，計(jì)算完成度。視頻學(xué)習(xí)時(shí)長100以所有學(xué)生的時(shí)長平均值為分母，以學(xué)生視頻學(xué)習(xí)時(shí)長為分子，計(jì)算完成度。章節(jié)學(xué)習(xí)次數(shù)100以所有學(xué)生的章節(jié)學(xué)習(xí)次數(shù)平均值為分母，以學(xué)生章節(jié)學(xué)習(xí)次數(shù)為分子，計(jì)算完成度。備注（1）任務(wù)點(diǎn)占比50%；視頻學(xué)習(xí)時(shí)長占比30%；章節(jié)學(xué)習(xí)次數(shù)占比20%。經(jīng)過加權(quán)匯總得到資源學(xué)習(xí)分項(xiàng)的成績值。（2）資源學(xué)習(xí)成績占主動(dòng)學(xué)習(xí)態(tài)度成績的80%。3.“基礎(chǔ)測驗(yàn)”評(píng)價(jià)標(biāo)準(zhǔn)課程目標(biāo)考核內(nèi)容考核分值評(píng)分標(biāo)準(zhǔn)A：90-100B：70-89C：60-79D：0-59課程目標(biāo)1機(jī)器學(xué)習(xí)的基本原理、關(guān)鍵術(shù)語（擬合、監(jiān)督與無監(jiān)督學(xué)習(xí)、特征、樣本等）、Python語言編程基礎(chǔ)及Numpy、Matplotlib等第三方庫使用方法。100能夠完全理解掌握考核內(nèi)容涉及的知識(shí)和技能要求。能夠較好理解掌握考核內(nèi)容涉及的知識(shí)和技能要求。能夠基本掌握考核內(nèi)容涉及的知識(shí)和技能要求。不能正確理解考核內(nèi)容涉及的知識(shí)和技能要求。備注以超星學(xué)習(xí)通章節(jié)【基礎(chǔ)測驗(yàn)】類作業(yè)的評(píng)判結(jié)果為準(zhǔn)；以學(xué)生該類型所有作業(yè)成績的平均值作為考核結(jié)果。4.“技能訓(xùn)練”評(píng)價(jià)標(biāo)準(zhǔn)課程目標(biāo)考核內(nèi)容考核分值評(píng)分標(biāo)準(zhǔn)A：90-100B：70-89C：60-79D：0-59課程目標(biāo)2特征編碼、歸一化等預(yù)處理方法，特征提?。ㄖ鞒煞址治觯┡c選擇（Filter、Wrapper與Embedded）方法。100針對(duì)指定任務(wù)，能夠完全準(zhǔn)確地設(shè)計(jì)解決方案并對(duì)多種解決方案進(jìn)行辯證分析和比較選擇。針對(duì)指定任務(wù)，能夠較為準(zhǔn)確地設(shè)計(jì)解決方案并對(duì)多種解決方案進(jìn)行辯證分析和比較選擇。針對(duì)指定任務(wù)，能夠基本正確地設(shè)計(jì)解決方案并對(duì)多種解決方案進(jìn)行辯證分析和比較選擇。針對(duì)指定任務(wù)，不能夠準(zhǔn)確地設(shè)計(jì)解決方案并對(duì)多種解決方案進(jìn)行辯證分析和比較選擇。備注以超星學(xué)習(xí)通章節(jié)【技能訓(xùn)練】類作業(yè)的評(píng)判結(jié)果為準(zhǔn)；以學(xué)生該類型所有作業(yè)成績的平均值作為考核結(jié)果。5.“實(shí)驗(yàn)報(bào)告”評(píng)價(jià)標(biāo)準(zhǔn)課程目標(biāo)考核內(nèi)容考核分值評(píng)分標(biāo)準(zhǔn)課程目標(biāo)3線性回歸、Logistic回歸、樸素貝葉斯、K近鄰、決策樹、支持向量機(jī)、K均值聚類、混合高斯模型、神經(jīng)網(wǎng)絡(luò)與集成學(xué)習(xí)。100主要考查學(xué)生撰寫實(shí)驗(yàn)報(bào)告的質(zhì)量，具體包括算法步驟的科學(xué)性、解決方案的多樣性、心得體會(huì)的真實(shí)性、行文格式的規(guī)范性、同學(xué)間參考度等方面綜合考慮進(jìn)行綜合評(píng)定。備注以超星學(xué)習(xí)通平臺(tái)【實(shí)驗(yàn)報(bào)告】的評(píng)閱成績?yōu)闇?zhǔn)；以學(xué)生該類型所有作業(yè)成績的平均值作為考核結(jié)果。6.“實(shí)踐項(xiàng)目”評(píng)價(jià)標(biāo)準(zhǔn)課程目標(biāo)考核內(nèi)容考核分值評(píng)分標(biāo)準(zhǔn)課程目標(biāo)4針對(duì)具體項(xiàng)目實(shí)踐案例，設(shè)計(jì)機(jī)器學(xué)習(xí)算法并編程實(shí)現(xiàn)，評(píng)價(jià)其邏輯正確性、考慮全面性和運(yùn)行性能。100依據(jù)超星學(xué)習(xí)通平臺(tái)設(shè)定的實(shí)踐項(xiàng)目完成情況進(jìn)行評(píng)定。主要考察學(xué)生綜合運(yùn)用機(jī)器學(xué)習(xí)算法解決具體問題的能力（包括問題描述、數(shù)據(jù)整理、求解過程與結(jié)論分析四個(gè)部分的完成情況）。備注以超星學(xué)習(xí)通平臺(tái)【實(shí)踐項(xiàng)目】的評(píng)閱成績?yōu)闇?zhǔn)；以學(xué)生該類型所有作業(yè)成