师说-寒假预习锦囊 | 人机交互机器学习与数字通信

Posted 2021-04-03 河南大学软件学院

时间不断流逝，“师说”也带着第七期来了，同学们的预习计划还顺利吗？大家是否已经准备好了小本本来记下重点进行下一阶段的学习？

人机交互的软件工程方法

本课程是软件工程专业的核心课程，是涉及计算机科学、心理学、人机工程学等多个学科。课程主要讲授的是各种用于交互式产品开发的软件分析、设计和评估技术，主要是人机交互界面的经典模型、人机交互的需求工程方法、人机交互的设计方法和原则、人机交互的实现，以及人机交互的评估技术。

教学目标：

通过本课程的学习，学生应该能够：

 1、理解人机交互的基础理论、方法、模型、原则以及模式，能够依据需求为复杂软件系统 进行人机交互的分析、设计和评估，建立有效的解决方案；

 2、 理解人机交互的基础理论和经典模型，能够从复杂问题中发现人机交互的要素；

 3、掌握常用的人机交互需

教学重点：

人机交互的理论、方法、模型；人机交互的需求工程方法，开发人机交互需求；人机交互的原则与模式，人机交互的常用设计方法；人机交互的评估原则。

教学难点：

人机交互设计方法的应用。

推荐网课：

人机交互相关视频

www.bilibili.com  

中国人机界面设计门户网站

www.chinaUI.com

设计在线网站

www.dolcn.com  

参考教材：

1、《人机交互技术》，周苏，王文，清华大学出版社

2、《人机交互-软件工程视角》，冯桂焕，骆斌，机械工业出版社

机器学习与智能数据处理

机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，或者重新组织已有的知识结构使之不断改善自身的性能。课程内容以代码落地为主，以理论讲解为根，以公式推导为辅。讲解机器学习和深度学习的模型理论和代码实践，梳理机器学习、深度学习的技术框架，从根本上解决如何使用模型、优化模型的问题；每次课中，首先阐述算法理论和少量公式推导，然后使用真实数据做机器学习、深度学习的数据分析、特征选择、调参和结果比较。通过课程学习，可以理解机器学习的思维方式和关键技术；了解深度学习和机器学习在当前工业界的落地应用；能够根据数据分布选择合适的算法模型并书写代码，初步胜任使用Python进行机器学习、深度学习等工作。

课程重难点：

监督学习：线性回归算法，k最近邻算法，支持向量机算法等

无监督学习：PCA降维算法，k-means算法等

集成学习：AdaBoost算法，随机森林算法等

深度学习：BP神经网络, 卷积神经网络算法等

包括算法的主要思想和步骤，并通过编程练习和典型应用实例加深了解。

推荐网课： 

Python机器学习应用-北京理工大学（MOOC国家精品课程)

https://www.bilibili.com/video/BV1Mt4y1y7cj?p=10

参考教材：

1、《Python机器学习》，赵涓涓，强彦著，机械工业出版社

2、《机器学习及其应用》，汪荣贵，杨娟，薛丽霞著, 机械工业出版社

3、《机器学习》，周志华著, 清华大学出版社

4、《统计学习方法》（第一版），李航著，清华大学出版社 

（注：《Python机器学习》为主要参考教材）

数字通信原理 

本课程将系统地介绍现代数字通信原理和通信技术。内容包括模拟信号的调制与解调、模拟信号的数字传输、多路复用与数字复接、准同步与同步数字传输体系、数字信号的基带传输、数字信号的频带传输、同步原理、差错控制编码、伪序列及应用。

课程重点主要是数字模型、信息、随机过程以及信道。建议先复习一下高数的有关知识，要非常熟悉微积分方法和傅里叶变换，专业知识方面可以了解一下随机信号分析、信息论、编码、调制解调、信号的检测与估计等方面的内容。

推荐网课：

通信原理学习的几点建议

https://www.bilibili.com/read/cv4998485

数字通信原理网课 

https://www.bilibili.com/video/BV1P4411H7Ee?p=3

MIT课程 

https://www.bilibili.com/video/BV1tW411w7GD?from=search&seid=7302439333308374610

参考教材:

1、数字通信原理与技术，王兴亮，ISBN:9787560641072

2、麻省理工加拉格尔数字通信原理,加拉格尔，ISBN：9787519210083

3、数字通信原理（第2版），冯穗力

（注：根据以往经验，普遍反映该课程难度较大）

本期师说就到这里啦，相信大家已经收获满满！祝福同学们在春节之际常读书，勤思考，不断努力，不断提升，新年胜旧年！

特别感谢

本期供稿教师丨蒋磊 朱长江 王瑛琦

本期文案 | 葛祎昕

本期编辑 | 刘佳文

本期审核 | 李孛垚 刘航宁

 -软件学院新媒宣传中心出品-