作为引领未来的战略性前沿技术，世界各国把人工智能作为提升国家竞争力及维护国家安全的重大战略，力图在新一轮科技竞争中掌握主动权。我国国务院在 2017 年 7月引发《新一代人工智能发展规划》，以抓住人工智能发展的重大战略机遇，构筑我国人工智能发展的重大战略机遇，加快建设创新型国家和世界科技强国的脚步。
为了加快创新步伐，全面实施创新驱动发展战略，进一步贯彻落实国家《新一代人工智能发展规划》，加快人工智能教学水平，提高人才培养层次，加强智能科学课程建设水平，提高教育水平是当务之急。为了满足国家对智能科学人才培养的需要、提高人才培养质量，师资是关键。
使教师了解人工智能行业发展的最新动态，分享机器学习相关课程的优秀教学成果，提升高校教师特别是中青年教师的业务水平和教学能力，从而进一步促进机器学习课程的教学发展。
一、课程目标
学习常见的机器学习算法，如分类、聚类、推荐、回归、神经网络等。
掌握 Python 实现机器学习的方法。
熟悉深度学习，通过实例理解深度学习算法的实现。
通过实际案例的操作，学会使用机器学习解决工程问题。
给教师的锦囊：分享 Python 机器学习课的教学经验，使教师“从零开始，上好 Python机器学习课”。
给教师的锦囊
开设机器学习课，做哪些准备
机器学习的世界太大，怎么去看看
不推导数学公式，照样讲清楚机器学习算法？
教学课时与实验课时的安排
Python 提高与机器学习实现
1． 人工智能的基本概念
2． 机器学习和人工智能的关系
3． 机器学习的典型应用案例
4． 机器学习方法的分类
5． Python 处理数据和文件
6． 机器学习的一般流程
（1）分析问题
（2）获取数据
（3）模型训练
（4）测试模型
7． Python 实现机器学习
8． Python 常用科学库的使用——Pandas、Numpy、Matplotlib、OpenCV 等。
编程和案例实践 编程和案例实践
1. 人工智能应用体验
2. Anaconda 安装和使用
3. Python 基本数据操作
4. Pandas、Numpy 数据处理
5. Matplotlib 绘图
6. WordCloud 词云
7. OpenCV 处理视频和图像
KNN 分类算法
1. 算法的性能评价
2. KNN 分类算法原理
3. KNN 算法实现
案例实践
1.使用 KNN 实现鸢尾花分类
2.手写数字识别
K-均值聚类算法
1.K-均值聚类算法
2.K-均值算法实现
案例实践
1.物流公司最佳配送路径问题
2.银行客户分组画像
推荐算法
1.推荐算法介绍
（1）推荐系统——“猜你喜欢”
（2）推荐算法的原理
2.协同过滤推荐算法
(1)基于用户的(User-Based)协同过滤算法
(2)基于项目的(Item-Based)协同过滤算法
(3)其他推荐算法
(4)推荐算法的性能评价
案例实践
1.协同过滤算法实现电影推荐
2.推荐适合的图书
回归算法
1. 回归算法
2. 线性回归
3. 线性回归实现
4. 逻辑回归
5. 逻辑回归参数确定与实现
案例实践
1.贷款逾期情况预测
2.电影票房预测
SVM 支持向量机 SVM 支持向量机
1.支持向量机 SVM
2.SVM 算法实现
案例实践
信用卡欺诈检测
神经网络
1.神经网络基础
2.神经网络的实现
案例实践
1.两层神经网络实现
2.使用神经网络进行鸢尾花分类
深度学习
1.深度学习基本概念
2.深度学习框架
(1)TensorFlow 及示例
(2)Keras 及示例
代码和案例实践 代码和案例实践
1.使用 TF 搭建三层神经网络
2.深度学习识别手写数字
3.AI 写诗——古诗词创作
4.使用 Keras 实现人脸识别
125jz网原创文章。发布者：江山如画，转载请注明出处：http://www.125jz.com/8705.html
微信扫一扫 
支付宝扫一扫