机器学习 - 作业与报告

• English Description

课程的讲义等学习资料在《机器学习》在线网站，课程讲座的视频在《B站 - 机器学习》。由于这门课程需要大量的编程、练习才能学好，因此需要大家积极把作业做好，通过作业、练习来牵引学习、提高解决问题的能力、自学等能力。

关于如何提交作业，如何使用Git，Markdown等等，可以参考各自的教程和使用帮助。

1. 要求

本课程主要的目的是在学习基本理论的基础上，锻炼大家如何将理论和编程实现结合，因此需要大家独立自主完成

• 作业主要目的是锻炼大家写程序，写算法的能力，因此作业里面的程序，需要自己实现，不能直接调用已有的库。可以使用numpy等基本库，不能直接使用sklearn等库

• 报告主要的目标是锻炼大家解决复杂问题的能力，因此不强制要求大家必须要自己实现所有的算法，但是整个数据处理的流程需要自己独立思考、实现、实验。

• 作业需要全部完成，报告可以选择自己擅长的3个以上。

2. 具体的操作步骤

1. 大家fork这个项目到自己的项目
2. 然后git clone自己的项目到本地机器
3. 在本目录新建一个name.txt文件（UTF-8编码），写下自己的名字和学号，例如

布树辉
2011010101

4. 在作业的目录里写入各自的代码、报告等。
5. 将增加、修改的文件提交到本地

git add -A
git commit -m "change description"

6. 通过git push origin master上传作业到自己的项目里
   • 其中origin是远端服务器的名字
   • master是git分支的名字（默认是master)

更多关于Git的用法可以阅读 Git教程

大家提交作业后，我会在大家的项目里写入批注、建议等等，从而构建良好的反馈机制，能够更有效的取得学习效果。

3. 作业

1. Python基础
2. numpy & matplotlib
3. kmeans
4. logistic regression
5. neural networks

4. 报告

1. 交通事故理赔审核预测
2. Titanic
3. Fashion
4. Tetris
5. Jigsaw-Puzzle
6. Sudoku

5. 使用帮助

• 学习资料的汇总
• Git教程
• Markdown教程