机器学习

知识目标

通过教学使学生理解K近邻算法，决策树，朴素贝叶斯，支持向量机，聚类，回归分析，降维模型，关联分析，PageRank算法，马尔可夫模型等核心算法思想。

能力目标

让学生理解有监督和无监督训练的本质区别，分类和回归的应用场景，培养学生的独立认知和思辨能力，培养学生从抽象问题中提炼共性问题的能力。

思政目标



通过机器学习算法教学，引导学生理解数据驱动决策中的技术伦理，培养在模型训练中平衡效率与公平性的责任意识；通过监督学习与无监督学习的对比分析，强化“规则约束与自主探索”的辩证思维，使学生认识到算法设计需兼顾精确性与泛化能力；最终在降维模型与关联分析等应用中，渗透“化繁为简”的智慧与“见微知著”的洞察力，增强科技应用中的文化自信与社会担当，形成“技术为善”的价值观。

教学重点

教学难点

通过机器学习算法教学，引导学生理解数据驱动决策中的技术伦理，培养在模型训练中平衡效率与公平性的责任意识；通过监督学习与无监督学习的对比分析，强化“规则约束与自主探索”的辩证思维，使学生认识到算法设计需兼顾精确性与泛化能力；最终在降维模型与关联分析等应用中，渗透“化繁为简”的智慧与“见微知著”的洞察力，增强科技应用中的文化自信与社会担当，形成“技术为善”的价值观。