系统优化与机器学习ELEN90088

　　课程内容：

　　系统优化与机器学习课程将介绍优化和机器学习的基本原理、分析方法以及在工程系统中的应用，包括基本概念和实用算法。课程介绍了持续优化的基础，然后是工程应用的机器学习基础。课程讨论的概念和方法在多个应用领域进行了阐述，包括物联网(IoT)、智能电网和电力系统、网络安全和通信网络。课程讲授的概念将有助于学生更好地理解系统工程的连续优化和机器学习。

　　系统优化与机器学习课程涵盖的主题包括：

　　1、连续优化的基础：凸集和函数，局部与全局解、约束优化和拉格朗日乘数，线性、二次和非线性规划。

　　2、机器学习的基础：监督和非监督学习，二元分类、线性和非线性回归、核方法和聚类。

　　3、特定的机器学习方法：支持向量机(SVMs)、神经网络(NNs)、k均值聚类和强化学习。

　　4、应用领域：物联网(IoT)、智能电网和电力系统、网络安全和通信网络。

　　学习成果：

　　完成课程学习后，学生应该能够：

　　1、发展认知、技术和创造性技能，以及对定量分析和设计系统工程优化和机器学习解决方案的深入理解。

　　2、应用基本的工程建模方法来分析和综合优化和学习系统。

　　3、发展认知技能，展示对系统优化和机器学习相关基本概念的理论知识的掌握，以及系统优化和机器学习之间的关系，并对其理论和专业实践进行批判性反思。

　　4、应用优化和机器学习的基本技术来解决与工程系统相关的问题，并在团队工作时适当使用数值和数据分析工具。

　　5、发展优化和机器学习方面的沟通和技术研究技能，向专业受众证明和解释相关的工程解决方案、方法、结论和专业决策。

　　6、通过简洁的技术报告和信息视频或现场演示等媒体，与不同工程学科的专业人员进行有效沟通。