文档绪论
◆
◆
个人介绍
主讲教师：王伟
第2期
课程介绍
本课程是面向数据科学与大数据技术专业本科生开设的专业必修课。 其教学重点是培养学生根据已知数据（数值、文本、图像与视频等）挖掘相关规律的逻辑分析能力与创新能力，其基本教学过程在于利用已知数据构建相应的数学模型并利用该数学模型对未知数据进行预测或分析。为适应数据体量巨大、类型多样且蕴含规律复杂等大数据特定问题，教学中在讲授图像处理与特征工程、机器学习经内算法原理的基础上，着重讲授深度学习（如自动编码/解码器、卷积神经网络）、集成学习（如Adaboost与随机森林）等最新技术原理。
课程评价
教学资源
| 课程章节 | | 文件类型 | | 修改时间 | | 大小 | | 备注 | |
| 1.1 电子教材 |
文档
.pdf
|
2025-02-12 | 385.16KB | ||
|
视频
.mp4
|
2025-02-12 | 246.88MB | |||
| 2.1 电子教材 |
文档
.pdf
|
2025-02-12 | 1.01MB | ||
|
视频
.mp4
|
2025-02-12 | 245.94MB | |||
| 3.1 电子教材 |
文档
.pdf
|
2025-02-12 | 450.56KB | ||
|
视频
.mp4
|
2025-02-12 | 336.90MB | |||
| 4.1 线性回归 |
文档
.pdf
|
2025-02-12 | 593.44KB | ||
|
视频
.mp4
|
2025-02-12 | 101.92MB | |||
| 4.2 Logistic回归 |
文档
.pdf
|
2025-02-12 | 318.32KB | ||
|
视频
.mp4
|
2025-02-12 | 114.10MB | |||
| 4.3 朴素贝叶斯 |
文档
.pdf
|
2025-02-12 | 306.56KB | ||
|
视频
.mp4
|
2025-02-12 | 102.01MB | |||
| 4.4 K近邻 |
文档
.pdf
|
2025-02-12 | 312.43KB | ||
|
视频
.mp4
|
2025-02-12 | 144.53MB | |||
| 4.5 决策树 |
文档
.pdf
|
2025-02-12 | 429.55KB | ||
|
视频
.mp4
|
2025-02-12 | 276.60MB | |||
| 4.6 支持向量机 |
文档
.pdf
|
2025-02-12 | 463.51KB | ||
|
视频
.mp4
|
2025-02-12 | 226.17MB | |||
| 4.7 K均值聚类 |
文档
.pdf
|
2025-02-12 | 387.69KB | ||
|
视频
.mp4
|
2025-02-12 | 185.53MB | |||
| 4.8 神经网络 |
文档
.pdf
|
2025-02-12 | 492.04KB | ||
|
视频
.mp4
|
2025-02-12 | 273.82MB | |||
| 5.1 电子教材 |
文档
.pdf
|
2025-02-12 | 1012.34KB | ||
|
视频
.mp4
|
2025-02-12 | 618.22MB | |||
| 6.1 电子教材 |
文档
.pdf
|
2025-02-12 | 730.28KB | ||
|
视频
.mp4
|
2025-02-12 | 236.50MB | |||
| 7.1 说课视频 |
视频
.mp4
|
2025-02-12 | 202.09MB |
课程章节
1
