Introduction
约 500 个字 预计阅读时间 3 分钟
由郭正初老师开设的机器学习理论课，教材为李航的《统计学习方法》。
虽然叫数据建模与分析，但核心是传统的机器学习，教材也是相关的经典教材，PPT 内容基本上就是教材内容。与计算机中机器学习相比，这节课更注重于数学原理，除了大作业以外基本没有编程作业，当然有些作业用代码解会快一点。如果想要更好理解相关内容的话可以尝试实现书中的一些经典算法。虽然现在很多机器学习都是直接调包的，但理解原理仍然是一件重要且有意义的事情。教材写的很详细，但是有些内容看起来会有点头疼，最好拿根笔自己推导一下，有助于理解。
因为上课以教材为主，教材的理论性特别强(难学)，而考试只注重思想方法，所以笔记内容会以基础的内容为主，删去课本中部分繁琐的叙述以及仅有部分定理给出证明。
部分资料参考马春鹏翻译的《模式识别与机器学习》；金马鱼的优化笔记。
郭正初老师温和儒雅，有的时候很可爱。上课语速虽然快了一点，但是很努力地想给我们讲清楚，有些关键细节会用板书书写，答疑也讲的很清楚，人真的超级好！上课会补充一些内容，比如说就根据上学期的反馈补充了一点神经网络的激活函数。老师除了课本中的内容还会补充谱聚类和梯度下降的内容，本来还有一点神经网络的内容但最后一节课上复习课就没讲（过了一下 PPT 还差点没讲完（bushi）
复习资料：