machine-learning/README.md

# 机器学习 - 作业与报告

* [English Description](README_ENG.md)

课程的讲义等学习资料在[《机器学习》在线网站](https://gitee.com/pi-lab/machinelearning_notebook)。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](https://gitee.com/pi-lab/learn_programming/tree/master/6_tools/git/README.md)，[Markdown](https://gitee.com/pi-lab/learn_programming/blob/master/6_tools/markdown/README.md)等等，可以参考各自的教程和使用帮助。




**具体的操作步骤：**

1. [大家fork这个项目到自己的项目](https://gitee.com/pi-lab/learn_programming/blob/master/6_tools/git/HowToForkClone.md)
2. [然后git clone自己的项目到本地机器](https://gitee.com/pi-lab/learn_programming/blob/master/6_tools/git/HowToForkClone.md)
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)


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。



## 作业

1. [Python基础](homework_01_python/README.md)
2. [numpy & matplotlib](homework_02_numpy_matplotlib/README.md)
3. [kmeans](homework_03_kmeans/README.md)
4. [logistic regression](homework_04_logistic_regression/README.md)
5. [neural networks](homework_05_nn/README.md)



## 报告

1. [交通事故理赔审核预测](report_01_accident_claims/README.md)
2. [Titanic](report_02_Titanic/README.md)
3. [Fashion](report_03_Fashion/README.md)
4. [Tetris](report_04_Tetris/README.md)
5. [Jigsaw-Puzzle](report_05_Jigsaw-Puzzle)
6. [Sudoku](report_06_Sudoku)



## 使用帮助

* [学习资料的汇总](https://gitee.com/pi-lab/machinelearning_notebook/blob/master/References.md)
* [Git教程](https://gitee.com/pi-lab/learn_programming/tree/master/6_tools/git/README.md)
* [Markdown教程](https://gitee.com/pi-lab/learn_programming/blob/master/6_tools/markdown/README.md)