在介绍传统机器学习理论的基础上，讨论深度学习的典型算法原理与应用，为实践打下坚实的基础。
3.学习这门课可以获得什么？
4.这门课有什么特色和亮点？
机器学习是一门理论和实践并重的课程，其中的内容比较多，很多算法也有一定的难度。深度学习的应用也需要一定的经验和技巧。本课程参阅了大量文献资料，结合过去多年的数据分析研究和项目实践，深入浅出，学生在可以钻研深度学习的算法以及应用。课程通过大量的选择题、填空和判断题检验和巩固学员对基本知识的理解。
5.这门课的学习方法建议
6.课程守则（建议）
欢迎大家选修课程，请各位按照课程首页大纲的内容，根据课程内容的顺序，每周结合视频和推荐的配套教材，按时完成基本算法内容学习，并结合单元测试和章节练习，巩固基本概念和算法。在此基础上，完成每单元的实验，并可以进一步阅读推荐教材的实战案例，理解机器学习的思路以及每个步骤可能遇到的问题和技巧。有问题欢迎在课程讨论区讨论。
1.按时学习每章节的视频
2.完成每章节的测试（以选择题、填空和判断题为主）
3.积极参加讨论和互评
4.通过课程的结业测试
基本的阅读教材：
1.赵卫东，董亮编著.机器学习.北京：人民邮电出版社，2018（Python语言）
2.赵卫东.机器学习案例实战（第2版）.北京：人民邮电出版社，2021（实验和实训，Python语言）
3.赵卫东，董亮著.Python机器学习实战案例.北京：清华大学出版社，2019（实验和实训，Python语言）
4.赵卫东译.TensorFlow强化学习快速入门指南.北京：机械工业出版社，2020
参考资料：
1.基础实训课程：
1.没有基础可以学习吗？
答：强烈建议请先学习机器学习再学习深度学习，本课程需要掌握必要的高等数学、线性代数和统计基础知识以及比较扎实的机器学习基础知识。没有机器学习基础的学员请一定先学习传统的机器学习算法。此外，还需要掌握Python编程基础。
2.深度学习算法那么多，我怎么学习？
3.如何使用课程中提到的算法解决实际问题？
答：可以课后先阅读和调试一下经典的案例和代码，然后尝试解决一些简单的问题，通过参加比赛、各种技术研讨、仿真型的项目，直至参加实际项目，这是一个循序渐进的过程，需要耐心、兴趣和毅力。
4.本课程怎么学习？
答：本课程是深度学习的基本课程，适合有一定机器学习基础的学员，配合教材讲解实用的内容，与线下的实训练习结合。建议采用翻转教学方式，结合配套教材，首先学习在线的视频，课下结合实际项目案例讨论算法的应用以及其中关键技能，并通过实验练习数据分析的思维和技能。
5.本课程有无配套的实验资源？
答：有的，配套教材封后扫码可以下载，网课也有部分实验内容可以下载练习。
6.实验是否有推荐的平台和工具？
答：以下的机器学习平台和工具可以使用：
7.本课程采用什么语言？
答：Python语言（建议3.6或3.7）。
8.课程总体难度如何？
答：属于深度学习基本的内容，难度总体属于初中等，希望学员理解机器学习基础知识。
9.本课程是否有实战的内容？
答：实战练习的课程大家可以看推荐的2本实战案例线下练习，提供源代码和数据（书封后扫码下载）。
10.问题答疑方式？
11.课程是否提供实训平台？
学习贵在坚持，长期努力，必有大成！
由高教社联手网易推出，让每一个有提升愿望的用户能够学到中国知名高校的课程，并获得认证。