课程介绍-机器学习（全英）
课程名称：机器学习（全英）
课程类别：专业选修课
学分：2
先修课程：人工智能
考核方式：闭卷考试
授课老师：蒋志华
教学目标：
这门课程对机器学习和统计模式识别进行全面的介绍。主要内容包括：有监督学习、无监督学习、学习理论、强化学习、自适应控制。这门课程还讨论机器学习的最新应用，例如机器人控制、数据挖掘、自动导航、生物信息学、语言识别、文本和网络数据的处理等。
教学要求：
学生应具有以下背景知识：
了解基本的计算机科学原理，具有一定的编程能力；
熟悉概率论知识。
教学内容：
简介：介绍机器学习的基本概念
有监督学习：朴素贝叶斯网、支持向量机、特征选择、集成式方法
学习理论：VC维、偏置
无监督学习：聚类、K均值算法、EM算法、主成分分析
加强学习和控制：MDPs、POMDPs、Bellman方程、值迭代和策略迭代、Q学习、值函数逼近
教材：
《统计学习基础(第2版)》(英文), T.黑斯蒂著, 世界图书出版公司; 第1版 (2015年1月1日), ￥93.4, ISBN：9787510084508
