类不确定推理的数学基础贝叶斯网络及其推理模式主观贝叶斯网络方法规则的不确定性2周上课时间计划教学内容学时分配备注次讲课实验自学讨论第3周3.15不确定性的计算和传播确定性方法规则的不确定性证据的不确定性不确定性的计算和传播2第3周3.9证据理论方法规则的不确定性证据的不确定性不确定性的计算和传播机器学习基本概念、发展、分类机器学习的基本系统结构2第4周3.15实例学习基本概念、分类、学习方法解释学习基本概念、学习方法2第4周周3.21决策树学习基本概念、CLS学习算法、ID3学习算法等2第5周3.22数据挖掘与知识发现数据挖掘的任务、构成数据挖掘的主要方法、知识表示知识发现的数据预处理信息系统与决策表的定义信息系统的特征离散化方法、数据的补齐和清洗方法信息系统的特征选取信息系统特征选取的基本概念基于“标识块”的特征选取方法2第5周3.28关联规则关联规则的描述关联规则的Apriori算法基于不可分辨矩阵的频繁项目集的快速求解算法基于不可分辨矩阵的增量频繁项目集快速求解算法2周上课时间计划教学内容学时分配备注次讲课实验自学讨论第6周3.29决策规则的挖掘RoughSet数学基础有关基本概念、知识简约、知识依赖、决策逻辑、决策表简约基于RoughSet理论的决策规则挖掘基于FuzzySet和RoughSet决策规则的挖掘2第6周4.4统计学习理论统计学习问题经验风险和VC维2第7周4.5学习过程的一致性学习一致性的定义、学习理论和VC熵风险最小归纳原理2第7周4.11支持向量机高级搜索基本概念:组合优化问题、领域2第8周4.12局部搜索算法模拟退火算法固体退火过程模拟退火算法2第8周4.18生物进化与遗传算法遗传算法的数学理论遗传算法的基本实现技术2注:1、填一式二份,在开课前一周内交所在院系部办公室一份,自己备留一份。2、多名教师授课,应在备注栏内注明任课教师姓名和课时分配。
全文预览
