课程大纲
专业选修课 | 08832015 | 2学分 | 32学时 | 第7学期
课程目标
1
掌握分析原理
掌握大数据分析基本原理，借助现代工程与信息技术工具分析优化生物行业问题
2
建立创新意识
熟悉大量大数据应用案例，建立创新意识，具备人文社会科学素养
3
终身学习能力
主动学习，使用现代分析工具，终身学习和适应发展能力
教学内容与进度
| 章节 | 教学内容 | 理论学时 | 进度 |
|---|---|---|---|
| 第一章 | 绪论 | 2 | 第1周 |
| 第二章 | 模型评估与选择 | 2 | 第2周 |
| 第三章 | 线性模型 | 4 | 第3-4周 |
| 第四章 | 决策树 | 4 | 第5-6周 |
| 第五章 | 支持向量机与贝叶斯分类器 | 4 | 第7-8周 |
| 第六章 | 聚类与概率图模型 | 4 | 第9-10周 |
| 第七章 | 集成学习 | 2 | 第11周 |
| 第八章 | 神经网络 | 6 | 第12-14周 |
| 第九章 | 卷积神经网络 | 2 | 第15周 |
| 第十章 | 循环神经网络 | 2 | 第16周 |
先修课程
高等数学
概率论与数理统计
Python语言编程
机器学习
考核方式
课堂表现
30%课堂认真听讲、按时完成作业、参与讨论
课堂展示
40%分组协作，PPT梳理课程内容
课程论文
30%论文内容完整，有反思收获及建议
教材与学习资源
主
《机器学习》
周志华 著 | 清华大学出版社 | 2016
主
《人工智能生物学》
谢晖, 陈雪利 著 | 西安交通大学出版社 | 2021
参
《神经网络与深度学习》
邱锡鹏 著 | 机械工业出版社 | 2024