机器学习

基本信息

学分

3.0

课程性质

选修

考核方式

考查

学时分配

理论

36 学时

实验

12 学时

成绩构成

作业

10%

Project

50%

期末考试

40%

机器学习课程资料整理。

从 24 级 26 春开始，机器学习课程安排到大二下学期开设，课程编号也随之改为 COMP2054。

授课教师Copy Anchor Link

• 丁宇新

  • 与计导是同一个老师。
  • PPT 内容总体中规中矩，从书上摘下的内容。

• 陈科海

  • 为 26 春机器学习授课老师。老师专业知识较为丰富，上课经常会给大家科普一些拓展内容。课后会及时把 PPT 发给大家，包括老师拓展的、在考试范围之外的内容。
  • 老师人很好，也乐于和学生交流；考勤频率较低，且多数情况下会提前通知大家；作业留的也比较少，形式为在二十道习题里面任选至少十道完成，在期末结课前提交即可。

关于考试Copy Anchor Link

• 18级因为疫情取消考试。但是据说17级有人被挂科了。
• 24 级 26 春的考试，和前几届一样都是主观题。试卷主要考查对课上学过重要知识点的简单应用（如朴素贝叶斯），也有直接默写定义的简答题（如回答遗传算法的有关概念），总之没有比较偏的考点，大家的得分也普遍比较高。

关于实验Copy Anchor Link

会做一个kaggle上的TItanic乘客遇难情况预测，可以上CSDN寻求前人的帮助，给分与预测的准确率（在班上的排名）有关。不卷的话，其实还是压力不大的。但是需要使用Python完成Project，建议提前学习。

24 级共 3 个实验，每个 4 学时。实验整体比较简单，每个实验都有非常详细的指导，且提供的 ipynb 文件已经有较完整的框架，只需要按要求补全代码中挖空的部分，最后把一些具体的运行结果贴到实验报告里面，完成一系列分析任务即可。每个实验都有附加题，可以视自己的实际情况去完成。

资源下载Copy Anchor Link