章节	知识点	思政主题	思政元素切入点	典型案例
绪论	为什么要学习机器学习；机器学习的一般原理	执着专注、增强学生的专业认知、学科认同、行业责任、使命担当	黄万伟疫情中创新红外测温系统，广泛应用于电力系统，推出人体测温预警系统并赠予多单位，这培养学生作风严谨、精益求精、推陈出新等科学素质。	语音识别与文字识别、人脸识别与指纹识别、机器人护理、快递分拣机器人
模型评估与选择	模型评估与选择的主要方式及思想	勇于探索、不畏艰难、甘于奉献、一丝不苟	以“复兴号”和“C919大飞机”为切入点，映射信息技术和制造业水平在人类社会发展进程中的重要作用，体现技术的高水平和制造的卓越质量，激发学生精益求精的工匠精神。	长征系列火箭发射、天宫一号和天宫二号实验室项目
线性模型	线性回归、线性判别和对数几率回归	爱国主义情怀，发奋图强，为国争光	学习线性组合和线性相关性，揭示了向量组内部元素之间的关系世界各国相互依存，没有一个国家独立于世界经济体系之外，疫情挑战需全球合力，由此培养学生心怀大爱，树立为国家，为世界人民造福的博大胸怀。	疫情挑战的全球性，需要全球协作来解决问题
神经网络	神经网络的思想和神经元模型、误差逆传播算法	坚韧不拔、毫不气馁的品质，培养大局观	在进行算法设计优化时，能够从实际出发，应用马克思主义矛盾分析方法，了解参数设置和模型效果的辩证关系，能够有效培养学生对前沿技术发展的思辨能力。	深蓝与国际象棋冠军的比赛、AlphaGo与围棋世界冠军的竞赛
贝叶斯分类器	贝叶斯决策理论、朴素贝叶斯、贝叶斯信念网	独立思考和伦理决策能力	在医疗领域，学生可以研究如何使用贝叶斯网络来做出医疗诊断决策，同时考虑伦理和隐私问题，有助于培养社会责任感。	自动驾驶汽车的伦理决策、贝叶斯方法在舆情分析、金融风险管理
聚类学习	无监督学习、经典聚类算法	社会责任感，民族自豪感和使命感	通过聚类算法的医学、交通、军事应用，展示国内外科技发展对比，鼓励学生将个人理想和中华民族伟大复兴的中国梦结合，积极寻找实现个人价值与才华抱负的成长舞台和发展机遇，引导学生尽早树立远大理想信念。	资源分配问题、阿拉伯之春运动、手机机主身份识别
集成学习	集成学习常用框架、Boosting、Bagging与随机森林算法	奋斗精神、协作精神、奉献精神	集成学习将多个机器学习模型结合，实现更强大的学习任务。这在实际生活中有很大的应用，类似于个体有限的力量，但团结后的集成学习模型力量远超个体，激发学生主动与团队成员积极协作，为实现团队理想目标共同奋斗。	Kaggle竞赛中的数据科学家利用机器学习方法来预测泰坦尼克号沉没事件中哪些乘客可能生还，哪些可能遇难
降维与度量学习	k近邻学习、维度灾难、线性降维与主成分分析	科学严谨，精益求精	在讲授和学习k近邻算法的过程中，为了得到合适的优化模型，需要对模型的参数进行反复训练、不断调整。培养学生严谨、耐心、专注的品质，在挫折中不断寻找成功的方向。	Baidu Apollo自动驾驶项目