机器学习导论

基本信息

课程名称：机器学习导论

课程介绍：本课程期望了解机器学习全貌，理解机器学习基本思想、基本概念，对机器学习经典算法融会贯通，了解机器学习前沿研究方向和领域，开拓视野，系统性、前瞻性地了解机器学习领域发展现状，提高知识储备，同时通过完成课程项目，增强科研技能，提高实践能力。

课程画像：

课程资料库（课件、笔记、往年试卷等）：repo

参考资料：

《机器学习》，周志华编著，清华大学出版社（西瓜书）
《统计学习方法（第 2 版）》，李航编著，清华大学出版社
Mechine Learning -- an Algorithmic Perspective (Second Edition)，史蒂芬·马斯兰（新西兰）
- 此书有中文版，高阳、商琳译，机械工业出版社

提示

课程定位评价：课程大部分内容在 人工智能导论 课程中有所涉及，整体课程难度中等偏下

作业反馈：课程作业形式为根据给定文档进行代码补写与思考题，难度虽然不大，但鼓励大家独立思考，锻炼思维

课程项目反馈：

2025春季学期
- 课程项目为在授课老师给定框架（LibFewShot 或 LibContinual ，分别对应小样本学习和持续学习）下，复现 1~2 种框架中没有的算法，可单独完成，也可组队完成，可选择给定论文复现，也可自行搜集相关论文并与助教沟通后复现。需要较强的学习能力和代码能力，项目难度偏大。

考试情报：

2025春季学期
- 考试题型为 单选（ 27 分） + 大题（ 73 分）
- 考试范围会根据课程讲授情况确定，例如此学期考试范围如下：
  - 不考大题：无监督学习、贝叶斯
  - 不作考察：小样本学习、持续学习、自监督学习

高分策略：