模式识别与机器学习
{{$t('开课时间')}}：
2024/04/22 - 2024/06/12
{{$t('开课学期')}}：
2023-2024学年春季
{{$t('学科专业')}}：
工学,计算机类
{{$t('开课学院')}}：
计算机学院
{{$t('开课平台')}}：
翱翔学堂
{{courseJoinNumber}}
{{$t('人已参加')}}，
204 {{$t('次点击')}}
204 {{$t('次点击')}}
章节
{{$t('第章', {num: toChinesNum(i+1)})}}
{{chapter.info.chapter_name}}
{{$t('第节', {num: section.sort})}}
{{section.info.chapter_name}}
{{$t('暂无数据')}}
教学目标
理解模式识别与机器学习中的基本理论，形成机器学习建模的思维模式，掌握构建和运用机器学习模型的工程能力，提升团队合作能力和领导力。
Grading Policy
- 平时成绩：20%；作业与实验：40%；期末：40%。
- 平时成绩20分获得方式：
组成部分 | 分数 | 备注 |
到课率 | 10 | 随机全员点名签到 |
课堂参与度 | 1 | 每回答或提出一次问题（课后主动找老师或助教登记） |
理论作业 | 9 | 一共三次，一次三分 |
课堂建设（bonus） | 10 | 对课程建设有突出贡献的同学可酌情加1-10分，如构建课程网页、提供了课堂素材、对课程提供切实可行的建议并付诸努力等。 |
实验成绩40分构成：
Project主题 | 分数 | 备注 |
tensorflow/pytorch | 5 | |
线性回归作业 | 10 | |
分类作业 | 5 | |
聚类作业 | 5 | |
神经网络作业 | 15 |
期末40分构成：
分组project展示与模拟面试
组内共享分30分。其中，25分由project的质量决定，5分由汇报的展示效果决定。
10分为展示时导师提问，各人回答表现分。
Bonus分数：
领导力评分
贡献度评分
{{$t('评价')}}
{{evaluationTatal.average}}
{{$t('课程评分')}}
-
{{$t('教学团队')}}
{{item.name}}
{{$t(item.type)}}
{{item.college || item.school}}
{{$t('推荐课程')}}
{{course.name_ + ( course.classTeaching ? ('（' + course.classTeaching + '）') : '') }}
{{$t('同师在教')}}
{{$t('相同课程')}}
{{$t('同学在学')}}