机器学习与人工智能 - 作业与报告

机器学习越来越多应用到飞行器、机器人等领域，其目的是利用计算机实现类似人类的智能，从而实现装备的智能化与无人化。本课程旨在引导学生掌握机器学习的基本知识、典型方法与技术，通过具体的应用案例激发学生对该学科的兴趣，鼓励学生能够从人工智能的角度来分析、解决飞行器、机器人所面临的问题和挑战。

本课程主要内容包括Python编程基础，机器学习模型，无监督学习、监督学习、深度学习基础知识与实现，并学习如何利用机器学习解决实际问题。课程的讲义等学习资料在《机器学习与人工智能》在线网站，课程讲座的视频在《B站 - 机器学习与人工智能》。

本课程有配套的教材《机器学习算法与实现》，该书以机器学习的算法原理与实现贯穿始终，通过算法、数据结构、面向对象、编程实现一步一步地引入，让读者无需额外学习算法与数据结构等知识，就能理解并应用机器学习到各自的专业。本书配有教学视频、在线讲义、习题和练习项目，适合各专业读者作为教材或者自学，能够给相关领域的工程师提供全面而又丰富资料，因此能够更好的掌握机器学习的理论、算法和应用。购买的方式：《淘宝购买》, 《当当网购买》， 《JD购买》 。

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和报告

• 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等机器学习库

• 报告主要的目标是锻炼大家解决复杂问题的综合能力，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Gitee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》

3. 作业

1. ☆Python基础
2. ☆Numpy & Matplotlib
3. kNN
4. ☆kMeans
5. ☆Logistic Regression
6. ☆Neural Networks
7. PyTorch
8. Deep Learning
9. Object Detection
10. Deep Q-Learning

4. 报告

1. 房价预测
2. Titanic
3. Fashion
4. Tetris
5. Jigsaw-Puzzle
6. Sudoku
7. FacialKeypoint

附加的报告（选做，加分）

• 自己的研究如何应用机器学习（选做题）

5. 使用帮助

• 学习资料汇总
• Git教程
• Markdown教程

6. 参考

• https://blog.csdn.net/ChenVast/article/details/81238244
• https://zhuanlan.zhihu.com/p/37100157
• https://edu.cda.cn/article/233
• https://blog.csdn.net/Yong_Qi2015/article/details/124012141
• https://aistudio.baidu.com/aistudio/datasetoverview/