个人介绍
模式识别与机器学习

主讲教师:邱锡鹏

教师团队:共2

  • 邱锡鹏
  • 姜育刚
本课程围绕模式识别与机器学习算法指导学生在深度学习相关教学、科研和项目开发工作中深入解决实际应用问题。主要教学目标如下:
(1)理解机器学习领域的基本原理与蓝图,掌握经典的机器学习算法,理解算法的理论知识与推导过程。
(2)利用机器学习的算法与理论知识,阅读并领会相关领域的前沿文献,评价研究成果的科学意义。
(3)熟练运用机器学习算法,具备基本的问题分析能力,能够独立解决人工智能领域应用问题。。
为了加强实训,课程中安排了回归、分类、聚类等实训题目。

​本课程为3学分课程,共36学时。本课程采用混合教学模式。其中
1)线上教学10周,每周3学时,授课形式为线上视频和线上答疑。
2)线下教学6周,每周3学生,授课形式为线下讲授和答疑,以课程实践为主。
每周课程结束后完成相应作业或实训算法。   
学校: 复旦大学
开课院系: 计算机科学技术学院(含软件学院)
专业大类: 计算机技术
课程负责人: 邱锡鹏
学分: 3
教师团队

邱锡鹏

职称:教师

单位:复旦大学

姜育刚

职称:教师

单位:复旦大学

参考教材
  1. 邱锡鹏,神经网络与深度学习,机械工业出版社,2020ISBN 978-7-111-64968-7

  2. Bishop, C.M. (2006). Pattern recognition and MachineLearning. Springer. ISBN 9780387310732.

教学资源
课程章节 | 文件类型   | 修改时间 | 大小 | 备注
1.1 (0)课程介绍和机器学习概述
视频
.mp4
2024-09-02 79.33MB
 
文档
.pptx
2024-09-02 5.22MB
1.2 (1)机器学习定义
视频
.mp4
2024-09-02 151.98MB
1.3 (2)曲线拟合:回归和模型选择
视频
.mp4
2024-09-02 136.94MB
1.4 (3)总结
视频
.mp4
2024-09-02 21.88MB
2.1 (1)回归
附件
.${file.extension}
2022-03-28 --
2.5 (5)总结
作业
.work
2025-09-16 --
3.1 新建课程目录
视频
.mp4
2025-09-22 8.41MB
3.2 分类问题
作业
.work
2022-03-28 --
 
视频
.mp4
2025-09-22 210.13MB
3.3 K近邻方法
视频
.mp4
2025-09-22 75.61MB
3.4 决策树
视频
.mp4
2025-09-22 19.60MB
3.5 总结
视频
.mp4
2025-09-22 1.38MB
4.1 (1)线性分类定义
视频
.mp4
2022-10-10 5.90MB
 
视频
.mp4
2022-10-10 119.14MB
4.2 (2)Fisher判别准则
视频
.mp4
2022-10-10 67.33MB
4.3 (3)感知器
视频
.mp4
2022-10-10 91.13MB
4.4 (4)概率模型
视频
.mp4
2022-10-10 168.00MB
4.5 (5)Logistic 回归
视频
.mp4
2022-10-10 118.99MB
4.6 (6)Softmax回归
视频
.mp4
2022-10-10 57.43MB
4.7 (7)总结
视频
.mp4
2022-10-10 960.19KB
7.1 (1)核方法
视频
.mp4
2022-10-17 10.53MB
 
视频
.mp4
2022-10-17 50.44MB
 
视频
.mp4
2022-10-17 117.18MB
7.2 (2)支持向量机
视频
.mp4
2022-10-17 96.41MB
 
视频
.mp4
2022-10-17 143.67MB
 
视频
.mp4
2022-10-17 63.47MB
7.3 (3)总结
视频
.mp4
2022-10-17 16.97MB
8.1 (0)简介
文档
.pdf
2022-04-25 3.61MB
 
视频
.mp4
2022-04-25 44.04MB
8.2 (1)聚类
视频
.mp4
2022-10-21 124.77MB
 
视频
.mp4
2022-10-21 61.78MB
 
视频
.mp4
2022-10-21 33.77MB
8.3 (2)特征学习
视频
.mp4
2022-04-25 28.05MB
 
视频
.mp4
2022-04-25 74.30MB
 
视频
.mp4
2022-04-25 83.06MB
 
视频
.mp4
2022-04-25 50.20MB
 
视频
.mp4
2022-04-25 36.32MB
8.4 (3)密度估计
视频
.mp4
2022-04-25 43.51MB
 
视频
.mp4
2022-04-25 124.57MB
8.5 (4)半监督学习
视频
.mp4
2022-04-25 28.94MB
10.1 (1)神经元与神经网络
文档
.pdf
2022-10-31 2.73MB
 
视频
.mp4
2022-10-31 380.21MB
 
视频
.mp4
2022-10-31 48.69MB
10.2 (2)前馈神经网络
视频
.mp4
2022-03-28 143.10MB
 
视频
.mp4
2022-03-28 119.22MB
 
视频
.mp4
2022-03-28 100.56MB
 
视频
.mp4
2022-03-28 25.90MB
10.3 (3)神经网络与深度学习
视频
.mp4
2022-10-31 81.52MB
11.1 (1)卷积的定义
文档
.pdf
2022-04-01 3.10MB
 
视频
.mp4
2022-04-01 48.72MB
 
视频
.mp4
2022-04-01 199.89MB
11.2 (2)卷积神经网络
视频
.mp4
2022-04-01 174.58MB
 
视频
.mp4
2022-04-01 46.62MB
11.3 (3)典型的卷积网络结构
视频
.mp4
2022-04-01 207.35MB
11.4 (4)卷积神经网络的应用
视频
.mp4
2022-04-01 78.82MB
 
视频
.mp4
2022-04-01 54.52MB
12.1 (1) 给神经网络增加记忆
文档
.pdf
2022-04-11 2.83MB
 
视频
.mp4
2022-04-11 8.02MB
 
视频
.mp4
2022-04-11 117.82MB
12.2 (2)循环神经网络
视频
.mp4
2023-04-10 46.62MB
 
视频
.mp4
2023-04-10 53.92MB
12.3 (3)参数学习与长程依赖问题
视频
.mp4
2022-04-11 116.14MB
 
视频
.mp4
2022-04-11 50.03MB
12.4 (4)门控机制:LSTM和GRU
视频
.mp4
2022-04-11 56.33MB
12.5 (5)深层模型
视频
.mp4
2022-04-11 31.35MB
12.6 (6)应用
视频
.mp4
2022-04-11 74.85MB
12.7 (7)扩展到图网络
视频
.mp4
2022-04-11 45.45MB
13.1 (1)注意力机制
文档
.pdf
2022-04-18 2.99MB
 
视频
.mp4
2022-04-18 89.71MB
 
视频
.mp4
2022-04-18 61.03MB
 
视频
.mp4
2022-04-18 161.91MB
13.2 (2)注意力机制的应用和变体
视频
.mp4
2023-04-10 138.06MB
13.3 (3)自注意力模型
视频
.mp4
2022-04-18 120.61MB
 
视频
.mp4
2022-04-18 160.19MB
13.4 (4)小结与课堂作业
视频
.mp4
2022-04-18 3.05MB
 
作业
.work
2022-04-18 --

课程章节

提示框
取消 进入课程
提示框
确定要报名此课程吗?
确定取消

京ICP备10040544号-2

京公网安备 11010802021885号