专业研讨课课程教学大纲

1、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)MS113*学时(Credit Hours32*学分(Credits)2.0*课程名称(Course Title)（中文）专业研讨课（1）(央文)Seminar (1)*课程性质(Course Type)研讨课授课对象(Target Audience)致远学院计算机科学班（ACM班）*授课语言(Language of Instruction)中文*开课院系（School）致远学院先修课程(Prerequisite)计算机科学导论，数据结构，程序设计与算

2、法，机器学习授课教师(Instructor)卢宏涛课程网址(Course Webpage)* 课程简介 (Description（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、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

3、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。* 课程简介 (Description(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 s

4、tudents 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 implement metho

5、ds. 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 eve

6、n programming. And more importantly, by this course they canget 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.课程教学人纲(course syllabus)*学习目标(Learning Outcomes)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。

7、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)教学内容学时教学方式作业及要求基本要求考查方式GAN的基本原 理和进展2课堂授课阅读义献了解什么是GAN讨论、提 问图模型2研讨课阅读义献掌握图模 型报告、讨 论、提问k-means 聚类2研讨课阅读义献掌握k均 值聚类报告、讨 论、提问EM算法2研讨课阅读义献掌握EM算法报告、讨 论、提问变分推理4研讨课阅读义献掌握变分 推理报告、讨 论、提问信息素养与 信息检索技 能2课堂授课阅读义献掌握信

8、息 检索基本 方法讨论、提 问GAN, DCGAN4研讨课阅读义献理解GAN 和 DCGAN报告、讨 论、提问同行追踪与2课堂授课阅读义献吉振苜卡讨论、提 问学科前沿分一|析二丰握基4k 方法学术道德和2课堂授课阅读义献掌握基本讨论、提方法问信息检索课 程汇报2汇报课做汇报讲稿掌握基本 方法报告、讨 论、提问GAN和 Reinforcement 学习4研讨课阅读义献掌握基本 原理、方 法报告、讨 论、提问实现结果总 体汇报4研讨课编程实现方 法实现方法、进行 比较报告、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 & OtherMaterials)1. Bishop. Machine Learni