機器學習

知識目標

通過教學使學生理解K近鄰算法，決策樹，樸素貝葉斯，支持向量機，聚類，回歸分析，降維模型，關聯(lián)分析，PageRank算法，馬爾可夫模型等核心算法思想。

能力目標

讓學生理解有監(jiān)督和無監(jiān)督訓練的本質區(qū)別，分類和回歸的應用場景，培養(yǎng)學生的獨立認知和思辨能力，培養(yǎng)學生從抽象問題中提煉共性問題的能力。

思政目標

?

通過機器學習算法教學，引導學生理解數(shù)據(jù)驅動決策中的技術倫理，培養(yǎng)在模型訓練中平衡效率與公平性的責任意識；通過監(jiān)督學習與無監(jiān)督學習的對比分析，強化“規(guī)則約束與自主探索”的辯證思維，使學生認識到算法設計需兼顧精確性與泛化能力；最終在降維模型與關聯(lián)分析等應用中，滲透“化繁為簡”的智慧與“見微知著”的洞察力，增強科技應用中的文化自信與社會擔當，形成“技術為善”的價值觀。

教學重點

教學難點

通過機器學習算法教學，引導學生理解數(shù)據(jù)驅動決策中的技術倫理，培養(yǎng)在模型訓練中平衡效率與公平性的責任意識；通過監(jiān)督學習與無監(jiān)督學習的對比分析，強化“規(guī)則約束與自主探索”的辯證思維，使學生認識到算法設計需兼顧精確性與泛化能力；最終在降維模型與關聯(lián)分析等應用中，滲透“化繁為簡”的智慧與“見微知著”的洞察力，增強科技應用中的文化自信與社會擔當，形成“技術為善”的價值觀。