| 选课类别:计划内与自由选修 | 教学类型:理论实验课 |
| 课程类别:本科计划内课程 | 开课单位:人工智能与数据科学学院 |
| 课程层次:专业核心 | 学分:4.0 |
本课程主要讨论机器学习的基础算法。具体内容包括线性回归与分类、性能评估、正则化、神经网络、无监督学习、决策树、降维方法、支持向量机、强化学习、逻辑、知识表示等。重点介绍机器学习算法的基本工作原理及其应用。该课程将理论与实践相结合,不仅夯实学生的理论分析能力还锻炼学生的动手能力,从应用问题出发理解机器学习算法的作用与价值,并力图反映机器学习研究的最新发展前沿。
同学们,相信自己,相信张女士。
不定期更新。手搓成分比较高所以错误肯定很多。建议过两周再来看
东西很多,我尽量把AI生成的知识点弄得像人话一点(左脑攻击右脑),同时保留了一部分,这样你们才能知道是人写的
助教在这里先占个位置
如果对该课程或者助教工作有建议或者意见的话可以来评论区
这是申助教去年建的课程仓库:https://github.com/ChangshuoShen/USTC-AI3002-25fall
这是我去年完成的作业可供参考:https://github.com/xinchengo/USTC-AI3002-25fall
今年的实验报告多半会限制字数和页数
可能会强制 LaTeX,如果强制 LaTeX 的话就会提供模版指定字号和页边距