机器学习考试方式说明
一、开课情况
考查课 082116406
53人,0864211,1-14单双周 理论学时28 实验学时14
上课地点:周二 3-4节(10#A408) 周三1-2节(10#A301)
50人,0864212,1-14单双周 理论学时28 实验学时14
上课地点:周一 8-9节(10#A414) 周三3-4节(10#A301)
二、考试方式
本学期的课程围绕机器学习的相关内容,因此采用以“机器学习”为主题的大作业作为本学期考核。
1)选题说明
大作业分为二个主题,学生任选其一:
主题一:XX领域机器学习算法应用与工程实践,如:
1.电商领域的商品推荐与用户划分实践。
2.教育领域的考研成绩预测。
主题二:竞赛类或自拟机器学习相关的题目
该类问题,不限制具体流程,流程合理,有现实意义,符合题目要求即可,如:
1.基于大模型接口的文档评分实现。
2.XX数据的时序分析。
3.CV或NLP方向的相关题目
2)大作业报告要求:
下文以选题一方向要求:
报告内容涵盖:
1.确定业务领域,并对业务领域进行说明。
2.技术算法说明,包括采用的算法和语言工具,以及同类型数据集的采用的算法(参考2+博客或文献)。
3.数据获取:体现数据的获取过程,并对数据集进行详细说明,要求数据集与业务领域吻合度较高。
4.数据处理:包含数据探索,数据预处理,特征工程等步骤
5.算法选择:依据数据集和业务,选择合适的算法,包括分类,回归,聚类,关联,降维规则等。
6.模型训练:进行多个模型的训练,并生成对应的模型。
7.模型优化:对比模型效果,结合集成学习,算法融合等优化模型。
8.基于Flask或是其它框架,完成模型接口服务实现。
9.个人总结
下文以选题二方向要求:
报告内容涵盖:
1.选题概述
2.技术选型
3.数据介绍
4.功能实现
5.效果展示
6.部署文档
7.个人总结
3)报告格式要求:
(1)正文,标题参考报告模板。
(2)每个图要有标号和图名(例:图1 XXX流程图),标号和图名在图下标识。每个表要有标号和表名(例:表1 XX表),标号和表名在表上方标注。
三、考试说明
第14周为考试审核周,共留两周时间给学生完成。大作业的最终评判将参考以下标准:
四、资料保存方式
每人上交一份电子档,同时上交一份打印档。