课程介绍：本课程提供对模式识别与机器学习领域典型模型和算法的系统介绍，为准备在大数据、物联网、模式识别、机器学习以及数据挖掘等智能信息处理相关方向开展研究工作的硕士研究生和博士研究生提供较为系统和完善的专业理论基础。本课程侧重于以概率视角建立模式识别与机器学习中典型模型和算法的知识体系。

课程内容覆盖模式识别与机器学习领域的典型模型和算法，涵盖常用概率分布、参数估计方法（最大似然估计、最大后验概率估计和贝叶斯估计等）、线性模型（线性回归模型、线性分类模型、逻辑回归、贝叶斯线性回归等）、核方法与支持向量机、神经网络以及深度学习、概率图模型与近似推理以及混合模型等。
上课地点：西土城校区
上课时间：周五8:00-9:35
学科：信息与通信工程*
授课教师：李春光
上课教室：教二 401
开课学年：2021-2022
开课学期：秋学期
课程号：3131100006
学分：2.0
课程类型：研究生课程
是否精品课程：否
选课人数：150
课时：32.0