机器学习（下）

课程编码：125100M05014Z 英文名称：Machine Learning (2) 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。

机器学习（上）

第一章 回归问题 2学时
第1节 支持向量回归机 1学时
第2节 岭回归与Lasso回归 1学时
第二章 聚类问题 5学时
第1节 聚类问题与K-均值聚类 1学时
第2节 均值漂移与密度聚类 1学时
第3节 层次聚类与支持向量机聚类 1学时
第4节 模糊聚类与高斯混合模型聚类 1学时
第5节 谱聚类与近邻传播聚类 1学时
第三章 工行案例分析 2学时
第1节 客户忠诚度 1学时
第2节 客户风险偏好分析 1学时
第四章 降维 4学时
第1节 线性降维 2学时
第2节 非线性降维 2学时
第五章 半监督学习 2学时
第1节 半监督学习与支持向量机 1学时
第2节 标签传播与协同训练 1学时
第六章 朴素贝叶斯 1学时
第1节 朴素贝叶斯 1学时
第七章 EM算法 1学时
第1节 EM算法 1学时
第八章 机器学习问题热点 5学时
第1节 多示例学习 1学时
第2节 多视角学习 1学时
第3节 多任务学习 1学时
第4节 迁移学习 1学时
第5节 度量学习 1学时
第十四章 春雨医生案例分析 2学时
第1节 自动分诊 1学时
第2节 医生推荐 1学时
第十六章 强化学习 4学时
第1节 强化学习概述 1学时
第2节 Q学习 1学时
第3节 深度强化学习 1学时
第4节 AlphaGo应用案例 1学时
第十七章 软件和工具详细介绍 4学时
第1节 分类算法步骤展示 1学时
第2节 回归算法步骤展示 1学时
第3节 聚类算法步骤展示 1学时
第4节 降维算法步骤展示 1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。