跳转至

课程

友情连接

上课地点

联系方式

Nguyen Tran, nguyen.tran@sydney.edu.au

分数分布

  • 期末考试: 60%, 纸笔考试, 2小时
  • 大作业1: 15%, 写一个程序解决特定问题并汇报结果, n/a
  • 大作业2: 25%, 写一个程序解决特定问题并汇报结果, n/a

截止日期

作业 截止日期 完成情况 完成日期 备注
大作业1 第七周(9月9日) - 2人组队, 可以是不同的补习课的队友. 通过Canvas提交. 用Python写一个电脑程序解决特定的问题
大作业2 第十一周(10月14日) 多人组队, 可以是不同的补习课的队友. 通过Canvas提交, 运用机器学习算法解决一个问题. 需要提交一个报告来讨论结果
期末考试 考试周

惩罚措施

大作业1和大作业2允许迟交3天, 每天会有5%的分数损失.

课程内容

周数 主题
第一周 绪论, 预处理
第二周 最邻近
第三周 线性回归
第四周 朴素贝叶斯, 评估
第五周 决策树, 集成学习
第六周 支持向量机, 降维
第七周 前馈神经网络
第八周 卷积神经网络, 递归神经网络
第九周 Transformer
第十周 聚类
第十一周 马尔可夫链
第十二周 强化学习

考试

  • 时间: 2023-11-11, 2h+10min
  • 形式: 闭卷, 可带经过认证的计算器
  • 分数: 99, 占比50%, Hurdle
  • 问题: 18个
    • 简短回答
      • 给出True/False和解释
      • 给出解释
    • 问题解决/计算题

考点总结入口

备注

  • 讲座和补习资料会在星期六9:00发布
  • 补习答案会在星期五21:00发布
  • 小测验答案会在星期五20:00发布
  • 在补习课上, 主要用到的是两种格式, 一种是ipynb, 另一种是pdf
  • 在特定的周也可能会是理论训练
  • 第一周没有补习课

评论