《機器學習、數(shù)字圖像處理》是為高等院校和科研院所招收農(nóng)業(yè)(包括電子信息、人工智能、智慧農(nóng)業(yè)領域)碩士專業(yè)學位研究生設置的基礎課選拔性考試科目，其目的是科學、公正、有效地測試考生是否具備攻讀電子信息工學碩士專業(yè)學位應具備的知識、能力和素養(yǎng)要求，為各高等院校和科研院所提供擇優(yōu)錄取的依據(jù)。評價的標準是高等學校相關學科較優(yōu)秀的本科畢業(yè)生所能達到的及格或及格以上水平，以利于擇優(yōu)選拔，確保碩士研究生的招生質量。

隨著互聯(lián)網(wǎng)及信息技術的高速發(fā)展，人們對人工智能應用的需求也更加廣泛和迫切。“圖像處理與機器學習”是人工智能應用領域中不可或缺的重要技術；是信息科學、計算機科學、自動化科學等學科學習和研究的對象。

“圖像處理”是利用計算機對視覺信息（數(shù)字圖像）進行處理；“機器學習”是使計算機具有分析和理解能力。本課程詳細講授“圖像處理與機器學習”的原理、方法及技術。學生通過該課程的學習，可以掌握圖像增強、圖像分割及圖像分析與理解等方面的知識與技能，從而成為信息技術領域的工程師。

課程包含“數(shù)字圖像處理”與“機器學習”兩部分。“數(shù)字圖像處理”主要包括圖像增強、形態(tài)學處理、圖像分割等。“機器學習”部分主要包括貝葉斯決策、人工神經(jīng)網(wǎng)絡以及深度學習導論。

課程以理論為基礎、以實踐為導向、以應用為目標。在講授相關知識點及算法原理的同時，設計了具有實際應用背景的相關基礎實驗。此外，為提高學生解決人工智能應用領域中的實際工程問題的能力，課程以授課教師的科研項目為基礎，設計了綜合性應用專題。為體現(xiàn)課程的實踐性，基礎實驗與綜合專題均以VC++和Pathon為編程工具。

為開闊學生視野，緊跟信息技術最新進展，課程還包括若干“圖像處理與機器學習”的科研專題，如基于深度學習的簽名認證算法研究、抑郁癥MRI圖像分類算法研究等。

學生通過本課程的學習，夯實理論基礎、強化動手能力、提升綜合素質，成為人工智能應用領域的工程師。