《《机器学习与Python实践实验》教学大纲.docx》由会员分享，可在线阅读，更多相关《《机器学习与Python实践实验》教学大纲.docx（6页珍藏版）》请在课桌文档上搜索。
1、机器学习与PythOn实践实验教学大纲适用楚困：202X版本科人才培养方案课程代码：22140142课程性质：专业必修课学分：15学分学时：24学肘（实验24学时）先修课程：C程序设计B、机器视觉及图像处理等后续课程：毕业实习、毕业设计适用专业：机器人工程专业开课单位：智能工程学院一、课程说明，机器学习与PymOn实践实验3是机器人工程专业必修的一门专业必停课.本课程是一门多核域交叉学科,涉及柢率论、统计学、逼近论、凸分析、算法更杂度理论等多门学科.本课程主要结合PythOn这一面向对望的脚本语言.实现机器学习的分类、聚类、回归、支持向量机、神经网络、深度学习等学习算法，机/学习与Python
2、实践实验是一门实脸课程，为学生以后从事技术工作打下必要的域础。本课程的教学旨在培养学生嫁合运用所学知识、解决实际问题的能力，注35培养学生独立思考和动手能力，二、课程目标通过本课程的学习,使学生达到如下目标：邨程目标1：掌握机器学习理论及分类、聚类、回归、支持向量机、神经网络等学习算法。能够运用机器学习笄法，根据具体工程问题，建立合适的机器人学习模蟹对问IS进行分类和预测。课程目标2：使学生在全面了解PyIhOn面向对象软件编程思想，逐步培养学生应用计驾机解决和处理实际何时的思维方法与基本能力，能够较正确而熟练地使用Pyihon进行程序的设计：能将识读和娟写较复杂程度的程序掌握使用Python
3、第三方库进行PythOn常规项目的开发,实现在机器人系统中机潺学习的完荚解决方案.课程目标3：培养具有良好的工程素养和严谨的工匠精神,针对特定需求，培养学生将现行的方法转换成自己的工具解决机器人实际工程实践的专业素养、知识与技能，能弊淙合运用机器学习算法,编写机涔人程序，能盛利用模型评侪的度求方法通进和调整机器人模型，从而对新数据诳行准确预测.课程目标%培养学生严谨踏实、实事求是的科学态度和科学作风，具备较强的动手能力、分析解决何时能力及创新能力,树立全面质fit管理意以及团队合作精神.为后块的机器人工程专业职业能力培养打卜扎实基础，三、课程目标与毕业要求机器学习与Pubon实践实验2课程教学
4、目标对机器人工程专业毕业要求的支撑见表表1课程教学目标与毕业聂求关系毕业要求指标点课程目标支撑耻1.工程知板1.3以枫信号处理、控制理论、机人工程等专业理论知识,用于解决分析机器人工程熟域的亚杂工:程问题。课程目标h掌握机器学习理论及分类、聚类、回归、支持向坦机、神经网络等学习算法.能够运用机器学习算法，根据具体工程问题，建立合适的机器人学习模型对问即进行分类和预测.M2句题分析2.2应用数学、物理等方法和专业知识.能够对机器人工程领域复杂工程问SS进行建模，课程目标2：使学生在全面了解Python而向对象软件娘程思想.逐步培弊学生应用计算机解决和处理实际问题的思维方法与加本能力，能够较正确而
5、热练地使用PythOn进行程序的设计：能修识读和编写较复杂程度的程序，掌握使用Python第三方库进行Python常规项目的开发,实现在机器人系统中机概学习的完美解决方案.M研究1.2能第对机器人工程的复杂部件或控制装置进行合理描述、建模设计，深程目标3：培养具有良好的工程索养和严谟的工匠相神,针对特定需求，培养学生将现有的方法利换成自己的工具解决机器人实际工程实践的专业素养、知识与技能,能够综合运用机器学习算法,编写机器人程序，能够利用模型评估的度埴方法改进和调济机器人模型,从而对新数据进行准确预测.课程目标4：培养学生严谦踏实、实事求是的科学态度和科学作风,具备较强的动手能力、分析解决问题
6、能力及创新能力，树立全面质玳管理意识，以及团队合作精神，为后续的机器人工程专业职业能力培养打下扎实基础.I1.注，表中-H（MXM（中）表示课程与相关毕业要求的关联度.四、教学内容,基本要求与学时分配实验部分的教学内容、基本要求与学时分配见表2。表2实殴项目、实殴内容与学时实验项目实验内容和要求实验学时对应的课程目标1.Python语法菸础实验内容,安奘编程环境Python及Sk1.earn、Nurrpy,PandasTensorF1.ow等工具包：PyIhon语法旗础练习，实“要求I熟练安装机器学习编程环境，能蜂拿提Python基础语法.21、22.Python语句结构卖内容，if语句，wh
7、i1.e语句for语句,以及三种退出命令的用法.实验要求：熟练（史用条件结构和循环结构并解决实际问题。21、23.Python复合数据类蟹实验内容：基合数据类型创建及使川.实验要求：熟练创建发公数据类型对象：能弊对元素进行堵删改。2k2、31.Python函数定义及网用实睑内容t函数门定义及调用，不同类型形参使用方法,返回值的处理.实验要求：油数定义及调用方法：理解形参与实参；掌握返回值的处理方法。2k2、35.Pyihon面向对象程序设计实3内容，定义类与创建对象实题要求，了解什么是面向对象；掌握如何定义和使用类；掌握如何创建类的属性：掌握继承的基本语法：掌樨方法理写.21、2、3、46.线
8、性回归算法Python实现及应用实殴内明编程实现战性回归算法:分析欠拟合、过拟合与泛化能力及评估方法.WMhIb掌握建性回归求解的方法.21、2、3、47.1.ogistic回归算法Python实现及应用实3内容，编程实现1.ogistic网打算法：使用梯度下降方式实现1.ogistic回归分美。实验要求熟悉IoKistic回归模型：能利用1.ogistic回归横型分类:理解梯度F降算法，并将其用于1.ogistic回归分类。21,2、3、48.K近邻算法Python实现及应用实验内容：编程实现K近邻法算法：分析欠拟合、过拟合与归化能力及评估方法。实险要求，珅解欠拟合、过拟合与泛化健力：理解泛
9、化能力评估方法理解过拟合抑制的原理，掌握常用搜制方法：理解并拿握K近邻法，21、2、3、49.决策树算法Python实现及应用实3内容：编程构造决境树模胆；实现决策树分类算法.实3要求：熟练拳握决策树的构造算法：能够埋解并编程实现决策树的构造并能应用于分类问题。21、2、3、410.k均值算法Python实现及应用实3内容：编程实现均值奇法：利用K均值算法实现图像分割。实3要求,加深对非赛群学习的理解和认识：能理解并编程实现K均值算法：能修利用K均值算法完成图像分别.21、2、3、411.DBSCAN算法Python实现及应用实验内容，I)BSCAN算法及应用领域、参数的确定、派生算法OPTI
10、CS、税间距离度量、AGNES算法.实3要求I理斜密度景类DBSCAN算法和OPTICS算法，掌娓其应用方法,理解层次聚类AGwS算法.掌握其应用方法.21、2、3、412.明于神经网络识别手写数字实3内容t利用Python和Tensorf1.ow进行数据集不写数字识别实般要求：掌握TensOrf1.OU搭建神经网络方法；能够利用Python和Tonsorf1.ow进行数据集手写数字识别.21、2、3、424五、教学方法及手段本课程教学以实验主采用演示、启发式、讨论式教学等教师引导.学生为主,结合学习通、疆课、雨课堂资源，配合多媒体课件等共同课完成实般教学内容采用E-mai1.、QQ.修信等交
11、流工具，加强和学生之间的交流和沟通，六、课程资源I.推荐教材：(1)一羽含.Py1.hon机器学习M.北京：机械工业出版社.2021.3.2 .参考书,(1)周志华.机器学习(M1.北京：清华大学出版社.2018.11.(2)负勉,机器学习与PythOn实践M.北京:人民曲电出版社.2021.(3)雷明.机器学习与应用M北京；机械工业出版社.2019.1.(4)王衡军.机器学习与深度学习M.北京：清华大学出版社.2022.7.(5)叶维忠.Py1.hon程从入门到精通IM1.北京：人民由口电出版社,2019.2.(6)埃里克马瑟斯美1.PythOn编程从入门到实践M.北京：人民邮电出版社,20
12、16年”(7) Wes1.eyChun美,孙波翔李斌(译.Python核心编程M.北京:人民邮电出版社，2018.12.3 .期刊：(1)薛建波；漂凌K1.罗佳法于PyIhon混合编程,电子测试2018年12期.(1) )JohannesSosscnhcimcnASensorReducedMachine1.earningApproachforCondition-basedEnergyMonitoringforMachineTOo1.S.Proccdia2019.P570-575.(3) HarprcctSingh.AMachine1.earningapproachtodetectf1.uid1.eakagefromreservoirusingon1.yinjectionratesandbo9090x7070x6060x实验8（习30预习认真、熟练武理方法与步舞有预习、基本掌握方法与步骤有预习、但未能掌握方法与步骤没有预习,不能完成实般掾作过程40遵规守纪、操作熟练、团结协作遵规守纪、操作正确、有协作遵规守纪、操作基本正确、无协作不能遵规守纪、操作不正确、无协作结果分析30结果详实、结论清晰、讨论合理结果正确讨论适当结果正确、没有分析讨论结果不正确、没有分析讨论
