机器学习（上）

课程编码：125100M05013Z 英文名称：Machine Learning (1) 课时：32 学分：2.00 课程属性：专业普及课 主讲教师：田英杰

让学生掌握机器学习基本理论，了解基本的机器学习问题以及解决问题的经典算法，并学习到把实际中的业务问题转化为机器学习问题解决的能力。

无

第一章 总体介绍 2学时
第1节 总体介绍 2学时
第二章 机器学习基础知识 2学时
第1节 机器学习概念 1学时
第2节 机器学习应用与发展 1学时
第三章 机器学习问题种类 2学时
第1节 按输出与输出空间分类 1学时
第2节 按标签与问题协议分类 1学时
第四章 分类问题 2学时
第1节 两分类与多分类问题 1学时
第2节 特殊分类问题 1学时
第五章 支持向量机 6学时
第1节 最大间隔法 1学时
第2节 最优化基础 2学时
第3节 线性可分SVM 2学时
第4节 线性SVM 1学时
第六章 统计学习理论 2学时
第1节 结构风险最小化 1学时
第2节 损失函数 1学时
第七章 决策树 4学时
第1节 决策树与ID3算法 2学时
第2节 决策树C4.5算法 2学时
第八章 集成学习 4学时
第1节 随机森林 2学时
第2节 Adaboost 2学时
第九章 逻辑回归 4学时
第1节 回归问题 1学时
第2节 一元线性回归 1学时
第3节 多元线性回归 1学时
第4节 logistics回归 1学时
第十章 人行案例分析 4学时
第1节 征信基础知识 1学时
第2节 个人信用评分系统开发项目 3学时

田英杰，研究员，博士生导师，中国科学院大学经济与管理学院副院长，中国科学院虚拟经济与数据科学研究中心，中国科学院大数据挖掘与知识管理重点实验室副主任。
十余年来围绕机器学习、数据挖掘与最优化等学术前沿主题开展创新性研究，出版中英文专/合著5 部，近5年在IEEE Trans. Neural Networks and Learning Systems、IEEE Trans. Cybernetics、IEEE Transactions on Image Processing、Pattern Recognition、Neural Networks、 Information Science等国际权威学术期刊和NeurIPS、IJCAI等国际会议上发表论文50余篇。 学术成果受到国内外知名学者的广泛引用和评价。现任国际学术期刊（Annals of Data Science，Springer) 执行主编，国际学术期刊（Neurocomputing）副主编。主持和参加国家自然科学基金面上项目、重点项目、创新群体、重大国际合作、水利部专项、某部委重大专项、中科院知识创新工程项目等十余项。