20级机器学习大作业指南：算法与双创实践

"本次大作业是针对20级学生的机器学习应用项目，要求以PPT形式提交，内容包括必选的开放问答、专业问答、双创题和算法题。同学们需要在PPT最后标明个人贡献度，并在问答题中区分每位同学的回答。作业还提供了选做题，如果选择，需附加论文。" 在机器学习的应用中，这次大作业涵盖了多个关键知识点： 1. 开放问答题： - 学习动机：此问题旨在了解学生对机器学习的兴趣和期望，可能是为了评估课程对学生的吸引力和实用性。 - 课程反馈：通过学生的满意与不满意之处，教师能了解课程的优点和需要改进的地方，以便优化教学内容和方法。 - 教学改进：学生提出的改进建议有助于未来课程的持续改进，提高教学质量。 - 课程评价：总体看法反映了学生对课程的综合认知，对教学策略的反馈。 2. 专业问答题： - 梯度和梯度下降：梯度是函数在某一点的局部变化方向，梯度下降是优化算法，用于寻找损失函数最小值，通过沿着负梯度方向更新参数。 - 交叉验证：用于评估模型性能，通过将数据集划分为k个子集，每次用k-1个子集训练，剩下的子集测试，重复k次并取平均，降低过拟合风险。 - 机器学习流程：一般包括数据收集、预处理、特征工程、模型选择、训练、验证和测试、模型调优和部署。 - 图像分类流程：涉及数据获取、预处理、特征提取、选择非深度学习算法（如SVM、决策树等）、模型训练、评估和模型优化。 3. 双创题：要求学生以“AI赋能行业应用”为主题，分析问题、行业背景、市场需求、技术路线、团队分工、商业模式等，旨在培养创新思维和商业落地能力。 4. 算法题：利用机器学习解决心脏病预测问题，涉及数据理解、特征工程、模型选择（如逻辑回归、决策树等）、模型训练和评估，以及结果解释。 这次大作业设计全面，旨在检验学生对机器学习理论的理解，应用能力，以及团队协作和创新思维。通过完成这些题目，学生不仅能深化对机器学习技术的认识，还能提升问题解决和项目实施的实践经验。