课程总结之机器学习

学习结束了，也把上一个学期上的课程做一个回顾。

机器学习

机器学习，作为计科的专业选修课，我们肯定是没有人工智能专业的同学们学的那么专业，基本上就是了解原理和实现应用就行。用的教材也是目前比较常用的西瓜书。实验环境用的是jupyter notebook。
我们这个学期学习的主要内容包括：线性回归，决策树，神经网络，支持向量机，贝叶斯，聚类。
这六个部分的话单独拎出一个来都是可以讲个没完没了的，所以我这里也就不具体说明了。不过，对于我们做的实验还是可以简单介绍一下的。我们班的话应该可以算是比较好的班级了，是前三个实验做完之后统一写一个实验报告，后三个实验写一个报告，课程最后两个大作业是两个报告。一共四个，我现在是已经上传资源了，但是审核好像有点慢。。。通过之后我会直接把网址附在下面的评论那里，要是没有的话你们也可以直接私信我。我们的报告因为老师不要具体代码，要求页数不得超过10页，所以内容可能相对比较浓缩，和上面的一样，如果是要源码的话可以再看完报告，认为需要之后私信我。我必然来者不拒。
最后也是赞美一下我们机器学习的老师，报告设置页数上限这是我遇到的第一位，防止卷页数卷上天我觉得挺好，而且不要代码，就看对于实验和知识点的理解，建议其他老师学习一下。