机器学习与数据挖掘

……
基本要求
在所涉及的问题上必须有创新
允许结论是“失败”
2020年11月11日
Machine Learning
3
课程项目
研究项目
数据库
UCI或其它公开数据 自行准备
实验报告
ACM SIG会议格式 4-8页
口头报告
25-35分钟
2020年11月11日
Machine Learning
UCI或其它公开数据 课程主页上有推荐的数据库
实验报告
ACM SIG会议论文格式
4-8页
口头报告
25-35分钟
2020年11月11日
Machine Learning
6
课程项目
提交材料
实验报告 幻灯片
截止日期（暂定）
2009年6月12日 口头报告在课堂做，可能要在此之前
暂定5/31、6/5、6/12三天 6/19复习，6/26期末考试
机器学习与数据挖掘
课程项目
课程项目
项目分类
研究项目
在机器学习领域的某个问题上进行深入探讨 提出创新性解决方案 实验验证所提方案
训练项目
比较现有机器学习分类算法性能 不强调创新性
2020年11月11日
Machine Learning
2
课程项目
研究项目
方向：机器学习相关的均可
特征提取、降维 样本选择、失衡学习 分类、聚类、回归
4
课程ຫໍສະໝຸດ Baidu目
训练项目
方向：分类和分类器训练
机器学习中最基本的问题
基本要求
实验合理、完备，可以从数据中获得可靠结论
开集测试、交叉验证 不能仅比较闭集测试性能
至少处理2-3个实际数据库 至少比较2-3种算法
2020年11月11日
Machine Learning
5
课程项目
训练项目
数据来源
2020年11月11日
Machine Learning
7