2023年12月6日发(作者：)
-
专业研讨课（1） 课程教学大纲
Course Outline
课程基本信息（Course Information）
课程代码
（Course Code）
*课程名称
（Course Title）
*课程性质
（Course Type）
授课对象
（Target Audience）
*授课语言
(Language of Instruction)
*开课院系
（School）
先修课程
（Prerequisite）
授课教师
（Instructor）
致远学院计算机科学班（ACM班）
*学时
（Credit Hours）
*学分
（Credits）
MS113 32
（中文） 专业研讨课（1）
（英文） Seminar (1)
研讨课
中文
致远学院
计算机科学导论，数据结构，程序设计与算法，机器学习
课程网址
(Course Webpage)
卢宏涛
（中文300-500字，含课程性质、主要教学内容、课程教学目标等）
该课程是专门针对致远学院计算机科学班（ACM班）三年级同学开设的专业研讨课，属于必修课。课程内容为组织同学们围绕计算机科学的一些热点内容展开研讨，将同学进行适当的分组，然后以组为单位进行方向确定、文献搜集、*课程简介（Description） 文献阅读、讲座、研讨、实现系统并进行汇报等环节。本期研讨内容包括图模型、k-means聚类、EM算法、变分推理、生成对抗网络、深度强化学习等内容。课程的教学目标是通过该研讨课，培养同学们具备从事科学研究的基本能力，包括文献搜集、方向确定、阅读文献、Presentation能力、项目实现等。同时，更重要的是让同学们接触到计算机科学中的国际研究前沿和研究热点，开阔学术视野，寻找可能的研究方向，为进行更深入的研究打下基础。
（英文与中文内容对应）
This course is a required course specifically for junior students of the ACM honored class
of Zhiyuan college. The goal of the course is to organize the students to make seminars
reporting the recently important topics and research directions in computer science. The
students are divided into groups with no more than 3 students and they are required to
determine a topic, collect references, read papers, make presentations and possibly
*课程简介（Description） implement methods. This term the contents include graph model, k-means clustering,
EM algorithm, variational inference, generative adversarial networks and deep
reinforcement learning. After this course, the students are expected to improve their
ability of reference collecting, paper reading, presentation and even programming. And
more importantly, by this course they can get to know what are the currently active
research focuses in the world and what are the recent advances. The course can pave a
way for their future research.
课程教学大纲（course syllabus）
1．了解计算机科学最新国际研究热点。
2．掌握相关方向的最新进展。
*学习目标(Learning
Outcomes)
3．引导学生进入科学研究。
4．培养文献搜集、阅读、理解能力。
5. 改善作Presentation的能力。
*教学内容、进度安排及要求
(Class Schedule
&Requirements)
教学内容
GAN的基本原理和进展
图模型
学时
2
教学方式
课堂授课
作业及要求 基本要求
阅读文献
了解什么是GAN
掌握图模型
考查方式
讨论、提问
报告、讨论、提问
2 研讨课 阅读文献 k-means聚类 2 研讨课 阅读文献
掌握k均值聚类
掌握EM算法
掌握变分推理
掌握信息报告、讨论、提问
报告、讨论、提问
报告、讨论、提问
讨论、提问
EM算法 2 研讨课 阅读文献
变分推理
信息素养与信息检索技能
GAN，DCGAN
4 研讨课 阅读文献
2 课堂授课 阅读文献 检索基本方法
理解GAN4 研讨课 阅读文献 和DCGAN
报告、讨论、提问
同行追踪与学科前沿分析
学术道德和2 课堂授课 阅读文献
掌握基本方法
掌握基本方法
掌握基本4 研讨课 阅读文献 原理、方法
编程实现方法
实现方法、进行比较
讨论、提问
报告、讨论、提问
报告、讨论、提问
2 课堂授课 阅读文献
掌握基本方法
讨论、提问
学术规范
信息检索课程汇报
GAN 和Reinforcement
学习
实现结果总体汇报
2 汇报课 做汇报讲稿
4 研讨课
报告、讨论、提问
*考核方式
(Grading)
（成绩构成） 报告 60% + 系统实现 40% *教材或参考资料
(Textbooks & Other
Materials)
其它
（More）
备注
（Notes）
备注说明：
1. Bishop. Machine Learning and Pattern Recognition
2. CVPR 会议论文集
3. NIPS 会议论文集
1．带*内容为必填项。
2．课程简介字数为300-500字；课程大纲以表述清楚教学安排为宜，字数不限。
-
