数据挖掘导论

• 2020-2021夏学期，李石坚老师

课程情况

• 这门课程原本是蔡登教授开课的，上课内容会详细推导经典的统计学习模型，作业也是实现这些算法，最后还有期末理论考试，应该说非常硬核，今年换成了李石坚教授开课，课程内容和作业发生了比较大的变化，期末考试也取消了，改成了一个project
• 新版的数据挖掘导论上课基本都在讲数据挖掘的pipeline，从数据清洗，预处理，可视化分析开始讲到机器学习模型和实际应用
• 没有考试，一共有4个homework+1个project，分别占总成绩40%和60%，具体的内容有：
• homework1：自己选择一个数据集进行预处理和可视化分析
• homework2：自己选择数据集实现一个分类算法
• homework3：在给定的数据集上实现频繁模式挖掘算法
• homework4：阅读一篇数据挖掘领域的论文，完成阅读报告+展示PPT

实际体验

• 总的来说上课比较水，几乎没什么人去上课(五六十个人的班级上课一般都只有十个人，到课率仅高于BS体系软件设计)
• 作业量比较大，有几个作业的DDL间隔比较短，但是给分不错，需要在学在浙大上互评(分数占比每次平时作业的40%，大作业5%)，不过也没碰到阴间互评人

相关资源和建议

• 相关内容建议直接自学，或者看看Stanford的公开课CS246，感觉里面讲的东西更硬核，作业也比较有意思，当然我没有学完
• 可以参考胡神放出的图灵班机器学习课程资源https://www.cc98.org/topic/5021996 本来是抱着学点硬核的东西的目的来的，结果碰上课程改革想学的东西取消了，下面是我自己整理的一份机器学习算法推导的笔记，供大家参考。