机器学习算法在统计学教学中的实践及创新  

作　　者：潘柠 于智欣 方茜 徐洁 

机构地区：[1]贵州师范学院

出　　处：《数字技术与应用》2024年第10期189-191,共3页Digital Technology & Application

基　　金：贵州省教育厅青年科技人才项目(黔教合KY字[2022]315)。

摘　　要：关于《机器学习》的课程内容复杂且较难理解,统计学专业的学生需要有一定的数理知识基础,不仅要注重软件应用,还需关注理论原理学习。现有的教学方式为讲解算法原理后只进行简单的算法实验,此教学方式会使学生一知半解,且无法灵活地将机器学习算法应用到多个场景中。基于此,本文将从教学内容和实验设计与分析两个方面阐述,首先讲解了支持向量机、偏最小二乘法和神经网络的概念及推导,尤其注重讲解算法的应用数据类型和领域,并结合可视化的图片,便于学生理解;其次再将机器学习经典算法应用于高维数据下的线性和非线性场景。由此可以看出,本教学方法不仅能够加强学生实践应用能力,同时还能够启发学生的创新思维,使学习更富有乐趣和探索意义。

关 键 词：实践应用能力 机器学习 偏最小二乘法 支持向量机 高维数据 软件应用 数据类型 数理知识 

分 类 号：G642[文化科学—高等教育学] TP181-4[文化科学—教育学]