机器学习
最近由 marine-aqua 于 2026 年 7 月 23 日更新：新增 AISZ2001 机器学习课程资料 (#1)
机器学习（Machine Learning），3 学分，总学时 48。开课单位：计算机科学与技术学院。面向人工智能班大二秋季学期必修课。
授课教师
- 陈科海
考核方式
24 级考核方式如下：
- 课堂表现（15%）：点名与课堂参与
- 实验（40%）：在指定比赛平台上进行打榜，根据榜单排名与实验报告综合评定。实验可单人完成，也可 2 人组队完成。实验赛题包括：
- 中文新闻文本标题分类（文本分类）
- 产品评论观点提取（命名实体识别 + 情感分类）
- 细粒度中文仇恨言论识别（四元组抽取）
- 中文古诗词赏析评测（诗词情感推理与内容理解 QA）
- 期末考试（45%）：闭卷。题型包括名词解释与简答题，覆盖从回归学习到大语言模型共 11 个章节的内容
文 / aqua，2026-07
教材与参考书
教材：周志华《机器学习》（西瓜书）。
课件因版权原因不上传本仓库。
文 / aqua，2026-07
学习资料
本仓库提供以下资料：
- 机器学习复习笔记（
notes/）：按章节整理的复习笔记，适合考前快速浏览 - 期末回忆版（
exams/）：25 秋期末考试回忆，含部分名词解释与简答题
课件因版权原因不上传本仓库。
文 / aqua，2026-07
课程内容
课程共 11 章，内容覆盖机器学习核心领域：
- 回归学习：线性回归、正则化、梯度下降、过拟合与欠拟合
- 线性分类器：线性可分、多分类策略（OvR/OvO）、特征工程
- 支持向量机：核函数、软硬间隔、特征空间
- 聚类算法：K-means、半监督学习
- 典型神经网络：CNN、RNN、激活函数、梯度消失/爆炸、自编码器、LSTM/GRU
- 自监督学习
- 自注意力机制与 Transformer：QKV、BERT、GPT
- 迁移学习：领域自适应、领域泛化、Fine-tuning、零样本/小样本学习
- 强化学习：Q 学习、价值函数、策略方法、智能体-环境交互
- 扩散学习：扩散模型、前向加噪与反向去噪、GAN
- 大语言模型：语境学习范式
文 / aqua，2026-07
课程建议
- 期末考试占 45%，且为闭卷，需认真准备
- 考试以名词解释和简答为主，建议按章节系统性整理知识点
- 实验在比赛平台上进行打榜，建议在实验报告中写清楚思路与尝试过程，不单纯看榜单排名
文 / aqua，2026-07
资源下载
| 文件名 | ||
|---|---|---|
exams | ||
notes |