机器学习方法与应用

课程编码：280227081000P1005 英文名称：Machine Learning Methods and Applications 课时：50 学分：2.50 课程属性：学科核心课 主讲教师：程建

本课程旨在对目前主流的机器学习理论，方法及算法，应用做总体介绍。详细阐述各种学习的理论，模型及算法，应用。课程强调理论与应用结合。要求学生对国际上机器学习研究及应用领域的现状和发展有较全面地把握和及时了解，掌握其中的主流学习方法和模型，并能根据实际问题的需要选择并实现相应的算法。

微积分、线性代数、概率论

第一章 机器学习概述 3.0学时 程建
第1节 概述
第2节 决策树学习
第二章 数据回归 1.0学时 程建
第1节 数据回归
第三章 贝叶斯学习 2.0学时 程建
第1节 贝叶斯学习
第2节 EM算法与高斯混合模型
第四章 基于样本的方法 8.0学时 程建
第1节 K近邻方法
第2节 支撑向量机方法
第3节 字典学习
第五章 人工神经网络 10.0学时 程建
第1节 全连接人工神经网络
第2节 深度网络
第3节 Transformer
第六章 上机作业 8.0学时 程建
第1节 高斯混合模型作业
第2节 SVM作业
第3节 SVM作业
第4节 神经网络作业
第七章 分类器装配 4.0学时 程建
第1节 Boosting方法
第2节 随机森林方法
第八章 无监督方法 2.0学时 程建
第1节 聚类分析
第2节 PCA
第九章 流形学习 2.0学时 程建
第1节 流形学习
第十章 机器学习应用案例 10.0学时 程建
第1节 视觉目标检测
第2节 自监督学习与表征模型
第3节 弱监督学习方法
第4节 学术前沿讲座1
第5节 学术前沿讲座2

程建教授简介：2006.09毕业于上海交通大学图像处理与模式识别研究所，获模式识别与智能系统专业博士学位；2006.06—2007.07：中科院成都计算机应用技术研究所，助理研究员；2007.08—至今：电子科技大学电子工程学院，负责“计算机视觉与机器智能实验室”科研工作。电子科技大学电子工程学院计算机视觉与机器智能实验室负责人，主要研究方向为：图像处理与模式识别、计算机视觉、流形学习、深度学习、人脸检测与识别、人体动作识别、人体行为分析与活动识别、智能视频监控与场景理解、遥感图像智能分析与识别、信息融合、机器视觉及工业应用等。主持承担国家973计划项目子课题1项、国家自然科学基金项目2项、中国博士后科学基金项目1项、中国博士后科学基金特别资助项目1项、四川省科技计划项目1项、教育部博士点基金项目1项、国家重点实验室开放基金2项、中央高校基本科研业务费项目2项、电子科技大学青年教师科技基金重点项目1项、企业横向合作项目6项；参与国家973计划项目子课题1项、****863计划项目2项。在国内外重要学术期刊和学术会议上发表学术论文90多篇，其中SCI收录20多篇，EI收录80多篇；申请国家发明专利30多项，其中获得国家发明专利授权10项。