没有合适的资源?快使用搜索试试~ 我知道了~
《机器学习导论》作业规范与学术诚信 在学术研究和学习中,诚信是至关重要的。这体现在《181220031_李惟康3》这份作业中,特别强调了学术诚信的规范。作业允许同学们进行讨论交流,但严禁直接照搬他人的成果,必须确保署名的工作是个人独立完成的。禁止任何形式的剽窃,包括直接复制粘贴或简单修改他人的文本,一旦发现,将严肃处理,取消涉事者的成绩。对于参考的公开资料,应当明确引用,尊重原作者的知识产权。 作业提交时,需要注意格式和时间的要求。作业需使用LaTeX模板,包含个人信息,并按指定格式提交PDF文件、源代码和输出文件。未按规定提交或格式错误将导致分数扣减。作业截止日期为6月5日23:59:59,逾期不接受作业,记为零分。这种严谨的态度有助于培养学生的自律性和责任感。 作业内容涉及机器学习的基础理论,如主成分分析(PCA)和K近邻(KNN)算法。PCA是数据降噪的有效工具,通过保留主要特征并舍弃与噪声相关的次要特征来实现。题目要求证明在N个样本(D>N)的数据集中,PCA的有效投影子空间不超过N-1维,这是因为协方差矩阵的秩受到样本数限制,最多有N-1个非零特征值。计算实例展示了PCA的具体步骤,包括数据的中心化、协方差矩阵的计算以及特征值和特征向量的求解。 KNN是监督学习中的基础分类方法,作业要求比较最近邻分类器和贝叶斯最优分类器的期望错误率。证明过程中利用不等式和Cauchy-Schwarz不等式,展示了错误率的上下界关系,强调了KNN分类的局限性和优化方向。 这份作业不仅检验了学生对机器学习基本概念的理解,也强化了他们对学术诚信的认识,体现了实践与理论并重的教学理念。
资源详情
资源评论
资源推荐
机器学习导论
习题五
181220031, 李惟康, liwk@smail.nju.edu.cn
2020 年 6 月 1 日
学术诚信
本课程非常重视学术诚信规范,助教老师和助教同学将不遗余力地维护作业中的学术诚信
规范的建立。希望所有选课学生能够对此予以重视。
1
(1) 允许同学之间的相互讨论,但是署你名字的工作必须由你完成,不允许直接照搬任
何已有的材料,必须独立完成作业的书写过程;
(2) 在完成作业过程中,对他人工作(出版物、互联网资料)中文本的直接照搬(包括原
文的直接复制粘贴及语句的简单修改等)都将视为剽窃,剽窃者成绩将被取消。对
于完成作业中有关键作用的公开资料,应予以明显引用;
(3) 如果发现作业之间高度相似将被判定为互相抄袭行为,抄袭和被抄袭双方的成绩都
将被取消。因此请主动防止自己的作业被他人抄袭。
作业提交注意事项
(1) 请在 LaTeX 模板中第一页填写个人的姓名、学号、邮箱信息;
(2) 本次作业需提交该 pdf 文件、问题 4 可直接运行的源码 (学号 _.py)、问题 4 的输出
文件 (学号 _ypred.csv),将以上三个文件压缩成 zip 文件后上传。zip 文件格式为学
号.zip,例如 170000001.zip;pdf 文件格式为学号 _ 姓名.pdf,例如 170000001_
张三.pdf。
(3) 未按照要求提交作业,或提交作业格式不正确,将会被扣除部分作业分数;
(4) 本次作业提交截止时间为6 月 5 日 23:59:59。除非有特殊情况(如因病缓交),否
则截止时间后不接收作业,本次作业记零分。
1
参考尹一通老师高级算法课程中对学术诚信的说明。
1
我要WhatYouNeed
- 粉丝: 46
- 资源: 287
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0