• 课题背景

机器学习就是基于一些高度复杂的算法和技术，在一个非生命的物体、机器或系统中构建人类行为。机器学习在生活中的应 用很多，例如机器人根据搜寻自身环境的经验数据提供更好的导航服务，机器人根据目标病人的历史健康记录预测出哪种疗 法治疗某种疾病最有效，以及语音识别系统运用以往听你说话的经验更好地理解你的指令内容。

• 课题内容

机器学习是计算机科学以及信号信息领域中重要的热点研究领域。随着互联网、物联网等的快速发展，机器学习在多个 领域（数据挖掘、大数据分析、视频技术、音频技术、智能机器人技术等）成为关键核心和职称技术。本课程讲授机器 学习和数据分析的相关基础理论、主流机器学习思想和方法，旨在让大家深入了解从事机器学习以及相关学科应用的研 究人员目前需要学习的方法、技术、数学和算法，为开展相关领域的技术开发和科学研究奠定基础。

• 适合人群
•  对计算机、数据分析、机器学习专业感兴趣的高中生，本科生
•  修读数学、计算机、信息科学等专业，以及未来希望在大数据分析、商业分析、计算机算法等领域从业的学生
•  具备微积分、线性代数、以及计算机编程基础的学生优先

• 教授介绍

Pradeep Ravikumar
卡内基梅隆大学计算机科学学院机器学习系终身教授

• 拓展资料

Pradeep Ravikumar-教授简历

人工智能、机器学习与数据挖掘的基础应用实训-课纲