小时175 48 15 112 ECTS学分7 6 1学习目标获取有关统计机器学习的主要统计预测方法的知识，并使用R编程语言E正确的计算实现。对统计的理论贡献和良好的方法论实践的理论贡献，以产生机器学习的高质量统计模型，并正确解释和介绍复杂数据结构分析的结论。课程先决条件微积分，多元微积分，线性代数，基本概率，通常在L-35类数学学位期间提供。教学大纲课程目录统计机器学习简介。预测准确性和模型解释性之间的权衡。有监督和无监督的学习。回归与分类。偏见与差异之间的权衡。介绍性R实验室。线性回归（LR）。简单而多LR。系数估计和准确性。定性预测指标。与KNN进行比较。交互。r实验室