毕业设计（论文）开题报告：机器学习之线性回归模型及应用研究

PAGEPAGE4毕业设计（论文）开题报告题目机器学习之线性回归模型及应用研究专业信息与计算科学姓名班级学号指导教师提交时间综述本课题的研究动态，说明选题的依据和意义学习是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和智能计算的核心研究课题之一。现有的计算机系统和人工智能系统没有什么学习能力，至多也只有非常有限的学习能力，因而不能满足科技和生产提出的新要求。对机器学习的讨论和机器学习研究的进展，必将促使人工智能和整个科学技术的进一步发展。本课题研究的基本内容，拟解决的主要问题和难点问题研究内容：本课题研究机器学习中比较基础的线性回归模型，以及误差分析，并将这些算法在某些领域中进行应用。拟解决的主要问题和难点问题：建立线性回归模型，对线性回归模型的分析及应用。三、研究步骤、方法及措施：1、首先了解线性回归模型在某领域的应用；2、了解应用后通过软件设计出相应的线性回归模型；3、对设计出来的模型进行分析与应用；4、写论文初稿。四、工作进度：序号设计（论文）各阶段名称日期1研究线性回归模型在某领域中的应用；5-8周2通过软件建立线性回归模型；9-10周3对建立的线性回归模型进行分析和评价；撰写论文初稿11-12周4撰写毕业论文13-14周5外文翻译资料，修改、提交论文，准备答辩。15-16周主要参考文献：[1]李航.统计学习方法[M].北京:清华大学出版社,2012[2]Pang-Ning，MichaelSteinbachVipinKunar.数据挖掘导论（完整版）[M].北京：人民邮电出版社[3]黄陈锋.基于粗集一支持向量机的电力供需预警研究[D].北京华北电力大学,2006[4]吕科奇.基于支持向量机的工程项目投资估算方法研究[D].浙江:浙江人学,2004[5]Varfis.Univariateeconomictimeseriesforecastingbyconnectionistmethods[C].IEEEICNN.1990(90):342-345.[6]Lapedes.Nonlinearsignalprocessingusingneuralnetworks:Predictionandsystemmodeling[R].TechnicalReportLA-UR-87-2662.LosAlamosNationalLaboratoryNM,1987,54-56.[7]罗士勋.人民币汇率预测和风险管理研究[D].吉林大学，2005.[8]楚翠玲，马恩涛.我国地方政府性债务风险预警研究-基于BP神经网络的分析[J].广西财经学院学报,2016(5):58-67[9]刘潋滟.我国财政风险监测预警方法优选及BP神经网络模型实践[D].云南财经大学，2016.[10]薛晔，蔺琦珠，任耀.我国通货膨胀风险的预测模型-基于决策树BP神经网络[J].经济问题，2016（1）：82-89.[11]SextonJ,LaakeP.StandardErrorsforBaggedandRandomForestEstimators[J].ComputationalStastistics,2008,2(3):841-860.六、指导教师审核意见：指导教师签字：年月日七、专业系（教研室）评议意见：系（教研室）主任签字：年月日八、学院领导审核意见：1．通过；