1
课程详述
COURSE SPECIFICATION
以下课程信息可能根据实际授课需要或在课程检讨之后产生变动。如对课程有任何疑问，请
联系授课教师。
The course information as follows may be subject to change, either during the session because of unforeseen
circumstances, or following review of the course at the end of the session. Queries about the course should be
directed to the course instructor.
1.
课程名称 Course Title
机器学习和大数据分析导论 Introduction to Machine Learning and Big Data Analytics
2.
授课院系
Originating Department
信 息 系 统 与 管 理 工 程 系 Department of Information Systems and Management
Engineering
3.
课程编号
Course Code
MIS110
4.
课程学分 Credit Value
3
5.
课程类别
Course Type
通识选修课-专业导论类 General Education (GE) Elective Courses – Introduction to
Majors
6.
授课学期
Semester
秋季 Fall
7.
授课语言
Teaching Language
英文 English
8.
授课教师、所属学系、联系方
式（如属团队授课，请列明其
他授课教师）
Instructor(s), Affiliation&
Contact
（For team teaching, please list
allinstructors）
Dr. Sandro Lera
Department of Information Systems and Management Engineering
Institute of Risk Analysis, Prediction & Management
leras@sustech.edu.cn
9.
实验员/助教、所属学系、联系
方式
Tutor/TA(s), Contact
TA: Yishan Luo
Department of Information Systems and Management Engineering
12031121@mail.sustech.edu.cn
10.
选课人数限额(可不填)
Maximum Enrolment
（Optional）
2
11.
授课方式
Delivery Method
讲授
Lectures
习题/辅导/讨论
Tutorials
实验/实习
Lab/Practical
其它(请具体注明)
Other（Pleasespecify）
总学时
Total
学时数
Credit Hours
48
48
12.
先修课程、其它学习要求
Pre-requisites or Other
Academic Requirements
无 None
13.
后续课程、其它学习规划
Courses for which this course
is a pre-requisite
无 None
14.
其它要求修读本课程的学系
Cross-listing Dept.
无 None
教学大纲及教学日历 SYLLABUS
15.
教学目标 Course Objectives
本课程概述了数据科学相关的最常用的方法和概念，以及从生物到金融的各种例子和应用。课程材料包括 Python 的实践
编程练习，教学生如何使用数据科学来解决各学科的问题。
This course provides an overview of the most commonly used methods and concepts related to data science, along with
a wide variety of examples and applications ranging from biology to finance. The course material includes hands-on
coding exercises in Python and teaches students how to use data science to solve problems across disciplines.
16.
预达学习成果 Learning Outcomes
- 对不同的数据类型进行分类，知道如何对数据进行预处理和探索
- 建立概率分布模型，重点关注重尾分布
- 知道如何制定和评估一个统计假设
- 如何对一个目标进行数值优化
- 实现和评估多变量回归
- 了解统计学和机器学习之间的区别
- 了解机器学习的核心概念（交叉验证、偏差-方差权衡等）。
- 为机器学习任务训练一个随机森林
- 解释结构化数据和非结构化数据之间的区别，以及为什么神经网络在非结构化数据中表现出色
- 应用无监督的机器学习方法
- 通过基本的自然语言处理，对文本数据进行数据分析
- 上述所有的任务都用 python 实现
- classification of different data types and know how to preprocess and explore them
- model probability distributions, with emphasize on heavy-tailed ones
- know how to formulate and evaluate a statistical hypothesis
- how to numerically optimize an objective
3
- implement and evaluate a multivariate regression
- understand the difference between statistics and machine learning
- understand the core concepts of machine learning (cross-validation, bias-variance trade-off etc.)
- train a random forest for machine learning tasks
- explain the difference between structured and unstructured data, and why neural nets excel in the later
- apply unsupervised machine learning methods
- perform data analysis on textual data by means of basic natural language processing
- all of the above tasks are to be implemented in python
17.
课程内容及教学日历 （如授课语言以英文为主，则课程内容介绍可以用英文；如团队教学或模块教学，教学日历须注明
主讲人）
Course Contents (in Parts/Chapters/Sections/Weeks. Please notify name of instructor for course section(s), if
this is a team teaching or module course.)
理论（48 学时）
第一章（5 学时）：数据科学概述
- 数据科学、大数据和统计的定义和特点
- 统计学和机器学习的区别
- 人工智能和机器学习的区别
- 数据的不同类别
- 大数据分析的机会和陷阱
第二章（4 学时）：数据探索
- 数据可视化
- 降维
第三章（5 学时）：概率分布
- 概率分布的基础知识
- 重尾分布的重要性
第四章（5 学时）：概率分布
- 概率分布的基础知识
4
- 重尾分布的重要性
第五章（5 学时）：数值优化
- 分析优化与数值优化
- 梯度下降法
- 超越梯度下降法
第六章（5 学时）：多变量线性回归
- 如何估计回归系数
- 如何评价统计学和机器学习中的回归
- 线性回归的范围和限制
第七章（5 学时）：机器学习的基础知识
- 分类与回归
- 逻辑回归
- 性能评估
- 过度拟合的危险
第八章（5 学时）：合集方法
- 决策树
- 决策森林
- 提升树
第九章（5 学时）：神经网络
- 神经网络的历史
- 结构化与非结构化数据
- 深度学习