# machinelearning_homework

**Repository Path**: Chenguoqing_npu/machinelearning_homework

## Basic Information

- **Project Name**: machinelearning_homework
- **Description**: 机器学习作业与报告

- **Primary Language**: Unknown
- **License**: GPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1111
- **Created**: 2025-02-12
- **Last Updated**: 2025-02-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 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](https://gitee.com/pi-lab/machinelearning_notebook)，课程讲座的视频在[《B站 - 机器学习与人工智能》](https://www.bilibili.com/video/BV1oZ4y1N7ei/)。

本课程有配套的教材[《机器学习算法与实现》](http://www.adv-ci.com/blog/mlai/)，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》](https://detail.tmall.com/item.htm?id=690461235159), [《当当网购买》](http://product.dangdang.com/11305232248.html)， [《JD购买》](https://item.jd.com/13493037.html) 。



![cover](images/Machine-Learning-Homework2.jpg)


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》](https://gitee.com/pi-lab/learn_programming/tree/master/6_tools/git/README.md)，[《Markdown》](https://gitee.com/pi-lab/learn_programming/blob/master/6_tools/markdown/README.md)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](https://gitee.com/pi-lab/learn_programming/blob/master/6_tools/git/HowToForkClone.md)
2. [然后git clone自己的项目到本地机器](https://gitee.com/pi-lab/learn_programming/blob/master/6_tools/git/HowToForkClone.md)
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》](https://gitee.com/pi-lab/learn_programming/tree/master/6_tools/git/README.md)



## 3. 作业

1. [☆Python基础](homework_01_python/README.md)
2. [☆Numpy & Matplotlib](homework_02_numpy_matplotlib/README.md)
3. [kNN](homework_03_knn/README.md)
4. [☆kMeans](homework_04_kmeans/README.md)
5. [☆Logistic Regression](homework_05_logistic_regression/README.md)
6. [☆Neural Networks](homework_06_nn/README.md)
7. [PyTorch](homework_07_pytorch)
8. [Deep Learning](homework_08_dl)
9. [Object Detection](homework_09_object_detection)
10. [Deep Q-Learning](homework_10_dqn)



## 4. 报告

1. [房价预测](report_01_Price_Prediction/README.md)
2. [Titanic](report_02_Titanic/README.md)
3. [Fashion](report_03_Fashion/README.md)
4. [Tetris](report_04_Tetris/README.md)
5. [Jigsaw-Puzzle](report_05_Jigsaw-Puzzle/README.md)
6. [Sudoku](report_06_Sudoku/README.md)
7. [FacialKeypoint](report_07_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）](report_00_Self_Research/README.md)



## 5. 使用帮助

* [学习资料汇总](https://gitee.com/pi-lab/machinelearning_notebook/blob/master/References.md)
* [Git教程](https://gitee.com/pi-lab/learn_programming/tree/master/6_tools/git/README.md)
* [Markdown教程](https://gitee.com/pi-lab/learn_programming/blob/master/6_tools/markdown/README.md)



## 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/