學習心得
轉眼間這門課就結課了，但是每一次上課都會比較印象深刻，因為雖然都是線上學習，但是每門課的教學方式也不同，這門課是當時第一門大家比較集中性討論的課程。這次特殊的時期、特殊的經歷也帶來了不一樣的學習方式。
為了適應線上學習，我在原本大學以來的學習習慣上進行了一定的修改。
自大學以來，課程種類雜多，如果像以前學習方式那樣一門門記筆記實在繁瑣，很多筆記需要抄寫大量的概念，廢紙廢筆還廢時間。於是決定從高中的學習方式進行轉變，一部分課程有ppt、電子書、大綱等線上教學材料，可以以此為基礎進行預習複習工作，另一部分缺少此類材料的課程便回歸紙筆。
這樣以來可以節省大量概念抄寫的繁瑣工作、也能避免字較為不好看紙面複習較為累的尷尬情景（主要是借人看會很尷尬），ppt等列印出來複習也是很方便的。
以上這些都是自己的一些個人看法，能不能稱得上心得我也不確定，其實我覺得不管是怎樣的學習方式、習慣，只要適合自己的、能幫助自己有效學習的就是好的。不管是怎樣的方法，最重要的還是能夠踏踏實實的做好預習複習工作，學習是個人的事，足以受益終身。
而我關於機器學習這門課的預習複習是通過pdf閱讀器在老師慕課上提供的ppt當中進行筆記、注釋、知識點補充等等。以下貼上我有進行筆記的pdf，部分課程本身內容較少或者老師的ppt已經足夠全面清楚讓我可以理解的我就沒有進行筆記或者筆記很少很少，這部分就不貼。
預習和複習筆記
機器學習第二次作業
導圖 知識點總結歸納 第二節第三節 第四節第五節 第六節課後總結 模式識別是根據已有知識的表達，針對待識別模式，判別決策其所屬的類別或者 其對應回歸值。其數學解釋可以看作為一種函式對映f x 將待識別模式x從輸入空間對映到輸出空間。模型防止過擬合，應該提高其泛化能力，選擇合適的模型 正則化，模型可用...
機器學習第二次作業
模式識別的形式 回歸回歸是分類的基礎，離散的類別值由回歸值做判別決策得到。特徵的特性 特徵向量的相關性 投影殘差向量 歐氏距離 機器學習流程圖 目標函式的作用 引數可能沒有準確解或有無數解，所以要確定近似解 機器學習的方式 無監督式學習 不給定輸出真值 更難 半監督式學習 強化學習 機器自行探索決策...
第二次作業
execise02 1.查詢85年以後出生的學生姓名 性別和出生日期 2.列表顯示所有可能的學生選課組合 學號 課程號 3.查詢1 2 4班中陳姓同學的資訊 4.查詢所有及格的學生姓名 所選課程名及所得分數 5.統計各門課程的及格人數 課程編號 課程名 及格人數 6.統計各門課程的總人數 及格人數和...