Course Introduction:在过去的20年间，机器学习得到了长足的发展，目前已经成为实现人工智能的最有效最热门的途径。基于机器学习的应用也渗透到了我们日常生活的方方面面，例如天气预测、人脸识别、语音问答、无人驾驶汽车、居家机器人、医疗辅助诊断等。 本课程是智能感知工程专业的专业选修课。本课程的基本任务是使学生掌握机器学习中的基本理论和典型方法，包括监督学习、无监督学习和强化学习等。其目的是为模式识别和人工智能等领域奠定必要的理论和方法基础。本课程可以实现培养要求中的掌握机器学习等有关的基础知识，具有将机器学习的核心技术应用于智能感知工程领域的能力要求。

Schedule:2023-09-25:西二310*;2023-09-11:西二310*;2023-09-13:西二310*;2023-09-18:西二310*;2023-09-20:西二310*;2023-09-27:西二310*;2023-10-25:西二310*;2023-10-30:西二310*;2023-11-01:西二310*;2023-11-06:西二310*;2023-11-08:西二310*;2023-11-13:西二310*;2023-11-15:西二310*;2023-11-20:西二310*;2023-11-22:西二310*;2023-11-27:西二310*;2023-11-29:西二310*;2023-10-02:西二310*;2023-10-04:西二310*;2023-10-09:西二310*;2023-10-11:西二310*;2023-10-16:西二310*;2023-10-18:西二310*;2023-10-23:西二310*

Teacher:胡海兵

School Year:2023-2024

Semester:Autumn Term

Course number:0150042B

Credits:3.0

Course Type:Undergraduate Course:

Top-Quality Courses or Not:no

Maximum Number of Students:21

Required Class Hours:48.0