1、授课方式：双语教学：即，课堂讲授采用中文，PPT主要采用中英文，参考书采用英文原版书；使用BlackBoard系统（简称BB），请在BB系统中选机器学习课程。部分课时采用课堂讨论方式教学，目的是让学生在大致了解机器学习的一些基本概念基础上，如何自己去查文献学习新的概念和方法；

2、课时：48学时（含实验）

3、参考书：  1) Trevor Hastie, Robert Tibshirani, Jerome Friedman,   The Elements of Statistical Learning  ；2) G. James et al.  An Introduction to Statistical Learning: with Applications in R ； 3)  Kevin P. Murphy, Machine Learning, A Probabilistic Perspective

4、课程简介

    机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能、数据挖掘的核心方法，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。
    本课程主要从统计学角度介绍机器学习的基本概念、线性回归模型，Logistic分类模型（内容主要涵盖参考书1)，2）的前5章，参考书3)的前8章）；
    课程的实验部分使用R语言。
5、需要的基本知识： 概率论与数理统计，线性代数；适合于有继续深造读研计划的学生；
6、授课教师： 李济洪，王瑞波

7、考试：开卷

8、所有学生必须注册到山西大学网络教学平台BlackBoard系统的《机器学习》课程中，课程网址：http://bb.sxu.edu.cn; 并可获得所有课件和参考书资料。