机器学习-大作业考试说明

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。