机器学习-数据表示学习及应用 .课程教学进度表_第1页
机器学习-数据表示学习及应用 .课程教学进度表_第2页
机器学习-数据表示学习及应用 .课程教学进度表_第3页
机器学习-数据表示学习及应用 .课程教学进度表_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

《机器学习-数据表示学习及应用》课程教学进度表课程名称：机器学习-数据表示学习及应用授课时长：16周（每周3课时，共48课时）授课对象：计算机科学与技术、人工智能、数据科学及相关专业高年级本科生和研究生第1周：绪论与数学基础课时1：课程介绍与机器学习简介机器学习的定义与重要性特征工程与数据表示学习概论数据表示学习的应用领域课时2：数学基础回顾线性代数基础概率论与数理统计基础课时3：编程环境配置与工具介绍Python环境搭建NumPy、Pandas、Matplotlib等库的使用第2-3周：传统降维方法课时4-5：主成分分析主成分分析核主成分分析实战案例：数据降维的可视化展示课时6：多维尺度变换多维尺度变换的定义多维尺度变换的求解实战案例：可视化案例课时7-8：流形学习等距特征映射局部线性嵌入拉普拉斯特征映像局部切空间排列生成拓扑映射课时9：流形学习t分布随机邻域嵌入自编码机实战案例：可视化案例第4-5周：分布式表示学习和聚类算法课时10：分布式表示学习的概念介绍课时11-12：聚类算法K-means算法最近邻算法原型聚类算法课时13-14：基于密度的聚类DBSCAN算法OPTICS算法DENCLUE算法课时15：层次聚类层次聚类方法链接经典层次聚类方法的步骤层次聚类的改进算法第6-7周：稀疏表示学习课时16-17：稀疏表示学习简介正则化奇异值分解稀疏表示正交基课时18：匹配追踪算法字典的构建DCT变换实战案例：算法实践课时19：迭代加权最小二乘法课时20-21：压缩感知压缩感知架构分块压缩感知结构化压缩感知实战案例：商品推荐和信号传输实践项目第8-11周：基于神经网络的特征表示提取课时22：神经网络简介生物神经网络人工神经网络课时23-24：多层前馈神经网络前向计算误差反向传播算法实战案例：Word2Vec课时25-26：卷积神经网络卷积池化全连接层课时27：卷积神经网络实践项目：手写数字识别课时28-29：循环神经神经网络Vallina网络长短时神经网络LSTM双向LSTM课时30：实战案例：双向LSTM之特征提取ELMo课时31-33：图神经神经网络图卷积网络图聚合网络图注意力网络第12-14周：生成式表示学习课时34-35：贝叶斯学习贝叶斯定理最大似然估计贝叶斯分类课时36：近似推断证据下界蒙特卡洛采样变分推断课时37-39：概率图模型有向图无向图变分自编码机混合概率图模型课时40-41：生成对抗网络生成器与判别器二元博弈的交替优化实战案例：文本分类、时间序列预测课时42：扩散模型前向过程后向过程模型训练实践案例：扩散模型的图像生成第15-16周：对比式表示学习课时43：对比学习简介无监督学习自监督学习课时44-45：对比学习架构正负样本对的确定相识度度量方法课时46-47：实战案例图像、自然语言和图网络的对比实例课时48：课程总结备注：每节课后应布置相应的作业

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论