课程名称(中文/英文):机器学习/Machine Learning
课程代码: 课程类型:专业主干课
课程性质:必修课 设置类别:非独立设课
课程总学时:48 课程总学分:4学分
实验学时: 16 实验学分:
适用专业:大数据/计科 开实验学期:
一、实验教学的目的与基本要求
《机器学习》是一门实践性较强的课程。上机实验是学习和掌握本课程的重要环节。要学好本课程,除应掌握必要的基础知识之外,还应通过上机实验,将课堂所学理论知识与实际应用结合起来,熟练掌握数据分析和机器学习技术。
二、实验项目与主要内容
编号 |
实验内容 |
课时 |
实验类型 |
完成情况 |
1 |
Python数据预处理 |
2 |
必修 |
实验报告 |
2 |
线性回归分析 |
2 |
必修 |
实验报告 |
3 |
逻辑回归分析 |
2 |
必修 |
实验报告 |
4 |
神经网络与线性判别算法案例python实现 |
2 |
必修 |
实验报告 |
5 |
K近邻、决策树、随机森林分类算法实战 |
2 |
必修 |
实验报告 |
6 |
贝叶斯与支持向量积算法python实战 |
2 |
必修 |
实验报告 |
7 |
PCA降维 |
2 |
必修 |
实验报告 |
8 |
聚类分析 |
2 |
必修 |
实验报告 |
三、实验要求
要求学生在实验中认真操作,实验报告独立完成,字迹工整,实验步骤清晰,数据处理及计算正确,并能对实验进行分析和总结。
四、实验主要仪器设备
计算机等。
五、考核方式及成绩评定标准
1.实验考核内容:
(1)实验课出勤情况,必选实验课学生必须参加实验。
(2)积极主动认真做实验。
(3)实验方案过程结果要正确。
2.成绩评定标准:
优秀:实验中认真操作,实验报告独立完成,字迹工整,实验步骤清晰,数据处理及计算正确,有实验分析和总结(特别是总结出实验中出现的问题及解决的方法等);对实验过程自己设计的 ,实验步骤自己编写的,只要无根本性错误。
良好:实验中认真操作,实验报告独立完成,字迹工整,实验步骤清晰,数据处理及计算无根本错误。
中等:实验中认真操作,实验报告独立完成,实验步骤清晰,数据处理及计算无根本错误。
及格:实验中基本能认真操作,实验报告按标准格式独立完成,数据处理及计算无根本错误。
不及格:实验中不认真操作,实验报告不完成,抄袭实验报告,字迹潦草,数据处理及计算错误等。
六、实验教材与主要参考资料
1.王新宇. Python机器学习开发实战. 北京 人民邮电出版社.2021.6
2.周志华. 机器学习. 北京: 清华大学出版社. 2016.1