授课教师：210174

总学时：36

课程教材：《机器学习》，周志华，清华大学出版社，2016-01（自制讲义，选用该书为教学参考）

先修课程：高等数据；线性代数；概率统计

主要参考书目：

《机器学习及其应用》、汪荣贵，杨娟，薛丽霞、机械工业出版社、2019-08

[1]. 《人工智能导论》、李德毅，于剑、中国科学技术出版社、2018-08

课程内容简介（中文）：机器学习特别是深度学习是近年来信息技术与人工智能领域中的热门技术，与十四五智能化测绘的大背景一致，而机器学习理论与方法是深度学习的重要基础，具有更加宽广的应用范围，是测绘科学与技术学院本科课程体系中的重要一环。本课程强调学生对机器学习的实际动手和应用能力的提升，通过课程学习理解人工智能和机器学习的来龙去脉，掌握机器学习的理论基础和经典算法（包括回归与分类任务、优化方法、监督与非监督学习、神经网络、SVM、决策树、聚类、异常探测、推荐系统等），机器学习模型的训练方法与优化技巧，实际动手编写机器学习算法程序、应用机器学习算法解决实际问题。课程将介绍经典机器学习模型的数学理论直觉理解、数学符号体系；最后，课程将介绍深度学习初步知识、深度学习常用框架、典型深度学习模型应用等。本课程面向测绘专业本科生，本着模型直观理解与实际应用能力并重的思路，并与测绘学科、海洋学科群问题相结合。

课程内容简介（英文）：