簡介《機(jī)器學(xué)習(xí)教學(xué)大綱》是一份面向計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)研究生的PDF教學(xué)文檔用于系統(tǒng)規(guī)劃機(jī)器學(xué)習(xí)課程教學(xué)。大綱明確教學(xué)對象與目的指出機(jī)器學(xué)習(xí)融合人工智能、概率統(tǒng)計(jì)、控制論等多學(xué)科成果并圍繞核心算法與理論展開。文檔共1個(gè)PDF文件壓縮包僅27KB輕量便攜適合教師備課、研究生自習(xí)或課程設(shè)計(jì)參考。目前已有47人學(xué)習(xí)下載。內(nèi)容預(yù)覽顯示大綱詳列九大教學(xué)章節(jié)緒論、概念學(xué)習(xí)、決策樹、人工神經(jīng)網(wǎng)絡(luò)、假設(shè)評估、貝葉斯學(xué)習(xí)、計(jì)算學(xué)習(xí)理論、基于實(shí)例的學(xué)習(xí)與增強(qiáng)學(xué)習(xí)每章標(biāo)注建議學(xué)時(shí)和關(guān)鍵知識(shí)點(diǎn)如ID3算法、BP算法、樸素貝葉斯分類器、Q學(xué)習(xí)算法等同時(shí)包含16學(xué)時(shí)的實(shí)踐環(huán)節(jié)要求用Java實(shí)現(xiàn)決策樹、神經(jīng)網(wǎng)絡(luò)、貝葉斯分類器、K近鄰及Q學(xué)習(xí)算法并指定教材《Machine Learning》Tom M. Mitchell著。整體結(jié)構(gòu)完整從理論到實(shí)踐安排清晰是實(shí)用性強(qiáng)、便于直接使用的教學(xué)指導(dǎo)資源。1. 一份 54 學(xué)時(shí)的研究生機(jī)器學(xué)習(xí)大綱能當(dāng)面試題庫用這份《機(jī)器學(xué)習(xí)教學(xué)大綱》不是通俗入門讀物而是按 Tom M. Mitchell 的經(jīng)典教材《Machine Learning》搭出來的研究生課程序骨架54 學(xué)時(shí)9 章教學(xué)內(nèi)容5 個(gè)編程實(shí)驗(yàn)。哪怕你不上這門課它也是一份很好的「算法地圖」——決策樹、神經(jīng)網(wǎng)絡(luò)、貝葉斯、強(qiáng)化學(xué)習(xí)全在里面每章標(biāo)注了學(xué)時(shí)等于告訴你在每個(gè)知識(shí)點(diǎn)上具備什么程度的了解是合理的。對準(zhǔn)備算法崗面試的人或者想把機(jī)器學(xué)習(xí)知識(shí)體系重新捋一遍的從業(yè)者來說照著這份大綱做一輪復(fù)習(xí)比刷幾十篇零散公眾號(hào)文章都要穩(wěn)。下面我會(huì)拆開講這份大綱怎么用實(shí)驗(yàn)怎么做以及哪些地方容易踩坑。2. 先看全局54 學(xué)時(shí)怎么分配哪些章才是主戰(zhàn)場2.1 用學(xué)時(shí)分配判斷課程重心大綱寫得很清楚總學(xué)時(shí) 54其中講授 38 學(xué)時(shí)實(shí)踐環(huán)節(jié) 16 學(xué)時(shí)。講授部分分成 8 章實(shí)際列了 9 節(jié)緒論之后是概念學(xué)習(xí)、決策樹、神經(jīng)網(wǎng)絡(luò)、評估假設(shè)、貝葉斯學(xué)習(xí)、計(jì)算學(xué)習(xí)理論、基于實(shí)例的學(xué)習(xí)、增強(qiáng)學(xué)習(xí)?？磳W(xué)時(shí)就能看出課程的重點(diǎn)——決策樹和神經(jīng)網(wǎng)絡(luò)各占 6 學(xué)時(shí)貝葉斯學(xué)習(xí)也是 6 學(xué)時(shí)這三個(gè)是最大的塊緒論和概念學(xué)習(xí)各 4 學(xué)時(shí)屬于打地基評估假設(shè) 3 學(xué)時(shí)計(jì)算學(xué)習(xí)理論 3 學(xué)時(shí)基于實(shí)例的學(xué)習(xí) 3 學(xué)時(shí)增強(qiáng)學(xué)習(xí) 3 學(xué)時(shí)屬于「知道原理、會(huì)跑通實(shí)驗(yàn)」的級(jí)別。提示如果你是自學(xué)別平均用力。按學(xué)時(shí)權(quán)重安排復(fù)習(xí)時(shí)間決策樹、神經(jīng)網(wǎng)絡(luò)、貝葉斯三塊花 60% 的時(shí)間其余章節(jié)以理解概念和能跑通代碼為主。2.2 教材章節(jié)和這份大綱的對應(yīng)關(guān)系大綱指定教材是 Tom M. Mitchell 的《Machine Learning》機(jī)械工業(yè)出版社引進(jìn)版。這本書第一章是概述第二章是概念學(xué)習(xí)和一般到特殊序第三章決策樹學(xué)習(xí)第四章人工神經(jīng)網(wǎng)絡(luò)第五章評估假設(shè)第六章貝葉斯學(xué)習(xí)第七章計(jì)算學(xué)習(xí)理論第八章基于實(shí)例的學(xué)習(xí)第九章增強(qiáng)學(xué)習(xí)——大綱的章節(jié)順序和教材完全對齊。這里有個(gè)容易被忽略的點(diǎn)Mitchell 這本書出版年代早沒有深度學(xué)習(xí)相關(guān)內(nèi)容大綱也刻意沒提 CNN、RNN、Transformer。如果你需要用這份大綱準(zhǔn)備面試一定要自己補(bǔ)上「深度學(xué)習(xí)怎么融入傳統(tǒng)機(jī)器學(xué)習(xí)框架」這部分否則別人問你「神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的區(qū)別」你只能答出 BP 算法就露怯了。2.3 實(shí)踐環(huán)節(jié) 16 學(xué)時(shí)意味著什么實(shí)踐環(huán)節(jié)不是點(diǎn)綴是硬性要求。大綱列了五個(gè)實(shí)驗(yàn)決策樹、BP 神經(jīng)網(wǎng)絡(luò)、貝葉斯分類器、K-近鄰、Q 學(xué)習(xí)語言指定 Java。16 學(xué)時(shí)對應(yīng)五個(gè)算法平均每個(gè)算法 3 學(xué)時(shí)左右這個(gè)時(shí)間量說明實(shí)驗(yàn)難度不是讓你從零手寫最優(yōu)實(shí)現(xiàn)而是「能調(diào)通、能跑出結(jié)果、能解釋原理」。很多初學(xué)者容易在這里翻車——一上來就想寫個(gè)完美的決策樹剪枝實(shí)現(xiàn)結(jié)果卡在細(xì)節(jié)里出不來。這個(gè)課的要求是基礎(chǔ)版本能跑不是讓你發(fā)論文。3. 決策樹和神經(jīng)網(wǎng)絡(luò)大綱里最核心的兩塊值得掰開揉碎3.1 ID3 算法的原理和參數(shù)含義決策樹學(xué)習(xí)占了 6 學(xué)時(shí)是整門課第一個(gè)硬骨頭。大綱里明確寫了要講 ID3 算法、屬性選擇度量、過度擬合、連續(xù)值屬性處理。ID3 的核心邏輯不復(fù)雜每次選一個(gè)屬性做劃分讓劃分后的數(shù)據(jù)純度最高純度的度量用信息增益。信息增益的計(jì)算方式是這樣先算劃分前的熵再算按某個(gè)屬性劃分后的條件熵兩者相減就是增益。選增益最大的屬性作為當(dāng)前節(jié)點(diǎn)的劃分屬性然后遞歸。這里有一個(gè)關(guān)鍵的參數(shù)叫「停止條件」你如果不設(shè)樹會(huì)一直長到每個(gè)葉子只有一個(gè)樣本結(jié)果必然過擬合。大綱里提到的「修剪」就是干這個(gè)的。我用 Python 給你寫一個(gè)最簡的 ID3 劃分邏輯方便理解import numpy as np from collections import Counter def entropy(y): 計(jì)算標(biāo)簽的熵 counter Counter(y) total len(y) ent 0.0 for count in counter.values(): p count / total ent - p * np.log2(p) return ent def information_gain(X_column, y, split_value): 按 split_value 把 X_column 分成兩組算信息增益 left_mask X_column split_value right_mask ~left_mask y_left, y_right y[left_mask], y[right_mask] if len(y_left) 0 or len(y_right) 0: return 0.0 ent_before entropy(y) ent_after (len(y_left) / len(y)) * entropy(y_left) (len(y_right) / len(y)) * entropy(y_right) return ent_before - ent_after這段代碼的邏輯是entropy算熵information_gain按某個(gè)閾值把連續(xù)值屬性分成兩組算劃分前后的熵差。這里你注意對于連續(xù)值屬性常見做法是對所有可能的切分點(diǎn)都算一遍增益取最大的那個(gè)。大綱里說的「定義新的離散值屬性」就是這個(gè)意思——把連續(xù)值離散化成區(qū)間。決策樹這塊面試常問的三個(gè)問題信息增益偏向多取值屬性怎么辦答案是增益率C4.5 的做法樹太深過擬合怎么處理預(yù)剪枝、后剪枝、限制葉子最少樣本數(shù)連續(xù)值屬性怎么處理二分法離散化。大綱只講了 ID3但你自己復(fù)習(xí)時(shí)要把 C4.5 和 CART 都帶上。3.2 反向傳播算法的梯度下降本質(zhì)神經(jīng)網(wǎng)絡(luò) 6 學(xué)時(shí)重點(diǎn)是感知器、delta 法則、反向傳播。大綱里明確寫了「收斂性、局部極小值」——這是 BP 算法最有名的兩個(gè)坑。感知器的訓(xùn)練法則就是最樸素的梯度下降算誤差按誤差調(diào)整權(quán)重。delta 法則引入了一個(gè)關(guān)鍵改動(dòng)——用 Sigmoid 這樣的可導(dǎo)激活函數(shù)替代階躍函數(shù)這樣誤差函數(shù)變成連續(xù)的可以求梯度。反向傳播的本質(zhì)就是鏈?zhǔn)角髮?dǎo)輸出層的誤差先算出來然后逐層往回傳每一層根據(jù)傳來的誤差信號(hào)更新自己的權(quán)重。寫一個(gè)最簡的 BP 權(quán)重更新片段def bp_update(weights, activations, deltas, lr): weights: 各層權(quán)重列表 activations: 各層激活值列表 deltas: 各層誤差項(xiàng)列表 lr: 學(xué)習(xí)率 new_weights [] for i in range(len(weights)): # 當(dāng)前層的權(quán)重更新 學(xué)習(xí)率 * 上一層激活值 * 當(dāng)前層誤差 grad np.outer(activations[i], deltas[i]) new_weights.append(weights[i] - lr * grad) return new_weights這里的lr是學(xué)習(xí)率np.outer算的是外積——因?yàn)橐粋€(gè)神經(jīng)元的權(quán)重更新量等于「輸入 × 誤差」一批輸入就變成外積。學(xué)習(xí)率設(shè)太大會(huì)震蕩不收斂設(shè)太小收斂太慢大綱里沒給標(biāo)準(zhǔn)答案實(shí)際調(diào)參時(shí)我一般從 0.01 開始試配合每輪檢查訓(xùn)練誤差。注意BP 的局部極小值問題到今天也沒有徹底解決。常見的做法是隨機(jī)多次初始化權(quán)重、用動(dòng)量項(xiàng)跳過局部極小、或者用 Adam 這類自適應(yīng)學(xué)習(xí)率優(yōu)化器。面試被問到「BP 的缺點(diǎn)」時(shí)能說出這三個(gè)應(yīng)對方案就夠用了。4. 實(shí)驗(yàn)環(huán)節(jié)五個(gè) Java 算法怎么落地4.1 實(shí)驗(yàn)環(huán)境怎么搭Java 版本選哪個(gè)大綱指定 Java這個(gè)選擇是合理的——Mitchell 教材里的偽代碼是語言無關(guān)的Java 的強(qiáng)類型特性反而能逼著你把數(shù)據(jù)結(jié)構(gòu)想清楚。我的建議是用 Java 11 以上版本不用額外框架標(biāo)準(zhǔn)庫就夠。每個(gè)實(shí)驗(yàn)建一個(gè)獨(dú)立類數(shù)據(jù)用 CSV 讀入算法核心代碼控制在 200 行以內(nèi)——如果超過 300 行說明你在某個(gè)細(xì)節(jié)上鉆牛角尖了。五個(gè)實(shí)驗(yàn)的難度排序K-近鄰最簡單純距離計(jì)算無訓(xùn)練過程貝葉斯分類器次之算先驗(yàn)和條件概率決策樹中等遞歸結(jié)構(gòu)要理清BP 神經(jīng)網(wǎng)絡(luò)偏難鏈?zhǔn)角髮?dǎo)容易算錯(cuò)Q 學(xué)習(xí)最難獎(jiǎng)勵(lì)函數(shù)設(shè)計(jì)和收斂性調(diào)試都很費(fèi)時(shí)間。4.2 決策樹實(shí)驗(yàn)的步驟和關(guān)鍵參數(shù)決策樹實(shí)驗(yàn)的目標(biāo)是從零實(shí)現(xiàn) ID3或者做一個(gè)簡化版 C4.5。我建議你按這個(gè)順序做第一步數(shù)據(jù)準(zhǔn)備。用 Iris 數(shù)據(jù)集或者 UCI 上的 Car Evaluation 數(shù)據(jù)集兩個(gè)都適合決策樹。Car Evaluation 是離散屬性不用處理連續(xù)值適合第一版Iris 有連續(xù)值適合第二版練手。第二步實(shí)現(xiàn)核心數(shù)據(jù)結(jié)構(gòu)。樹節(jié)點(diǎn)至少要有三個(gè)字段attributeIndex劃分屬性下標(biāo)、children子節(jié)點(diǎn)映射、label葉子節(jié)點(diǎn)的類別標(biāo)簽。第三步實(shí)現(xiàn)遞歸建樹。偽代碼邏輯是這樣的public TreeNode buildTree(int[][] data, int[] labels, int depth) { if (allSame(labels)) return new TreeNode(labels[0]); // 純節(jié)點(diǎn)直接當(dāng)葉子 if (data.length 0 || depth MAX_DEPTH) return new TreeNode(majority(labels)); int bestAttr selectBestAttribute(data, labels); // 算信息增益找最大 TreeNode node new TreeNode(bestAttr); for (int value : getAllValues(bestAttr)) { int[] subData filter(data, bestAttr, value); int[] subLabels filterLabels(labels, bestAttr, value); node.children.put(value, buildTree(subData, subLabels, depth 1)); } return node; }第四步加剪枝。大綱特意提到了「修剪」來解決過度擬合最簡單的實(shí)現(xiàn)是「后剪枝」樹建完后從底往上檢查如果某個(gè)子樹替換成葉子節(jié)點(diǎn)后在驗(yàn)證集上精度不降就剪掉。這個(gè)實(shí)驗(yàn)最值得調(diào)的地方是MAX_DEPTH最大深度和「葉子最少樣本數(shù)」前者直接控制模型復(fù)雜度后者控制過擬合程度。我一般先不設(shè)限讓樹完全長出來然后看訓(xùn)練集精度和驗(yàn)證集精度之差超過 5 個(gè)點(diǎn)就說明過擬合了再逐步加約束。4.3 BP 神經(jīng)網(wǎng)絡(luò)和 Q 學(xué)習(xí)的實(shí)驗(yàn)設(shè)計(jì)要點(diǎn)BP 神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)的關(guān)鍵不在于網(wǎng)絡(luò)有多深而在于你能否把「前向傳播 → 計(jì)算誤差 → 反向傳播 → 更新權(quán)重」這條鏈路完整跑通。建議用三層結(jié)構(gòu)輸入層神經(jīng)元數(shù) 特征維度隱藏層 4~8 個(gè)神經(jīng)元太多容易過擬合太少欠擬合輸出層按類別數(shù)設(shè)定。訓(xùn)練時(shí)打亂樣本順序每輪記錄訓(xùn)練誤差畫一條曲線——如果誤差在震蕩降低學(xué)習(xí)率如果誤差停在某個(gè)值不再下降檢查是不是梯度消失了。Q 學(xué)習(xí)實(shí)驗(yàn)是最容易讓人放棄的一個(gè)。核心是維護(hù)一張 Q 表鍵是狀態(tài)-動(dòng)作對值是累計(jì)獎(jiǎng)勵(lì)的估計(jì)。迭代更新公式是Q(s, a) Q(s, a) alpha * (r gamma * max(Q(s, a)) - Q(s, a))這里的alpha是學(xué)習(xí)率gamma是折扣因子。大綱提到了「實(shí)驗(yàn)策略」——這個(gè)要用 epsilon-greedy以 epsilon 的概率隨機(jī)探索否則選 Q 值最大的動(dòng)作。epsilon 初始設(shè) 0.9隨著迭代衰減到 0.1。public void updateQ(String state, String action, double reward, String nextState, double alpha, double gamma) { double currentQ qTable.getOrDefault(state action, 0.0); double maxNextQ getMaxQ(nextState); double newQ currentQ alpha * (reward gamma * maxNextQ - currentQ); qTable.put(state action, newQ); }這五個(gè)實(shí)驗(yàn)都完成后你應(yīng)該能感受到一件事算法原理看著不難但跑起來全在細(xì)節(jié)里——數(shù)據(jù)格式不對、維度沒對齊、終止條件設(shè)錯(cuò)任何一個(gè)都能讓結(jié)果變成一團(tuán)亂麻。這就是為什么我建議你用一個(gè)公開數(shù)據(jù)集跑通再換自己的數(shù)據(jù)先確保算法本身沒問題再談?wù){(diào)優(yōu)。5. 避坑指南照著大綱自學(xué)的人最容易在四個(gè)地方翻車5.1 坑一把「讀取數(shù)據(jù)格式」當(dāng)成「特征工程」現(xiàn)象照著大綱實(shí)驗(yàn)要求做決策樹數(shù)據(jù)讀進(jìn)來直接開跑結(jié)果準(zhǔn)確率奇低不到 60%。原因你用的數(shù)據(jù)集大概率有缺失值、有字符串型類別特征、有不同量綱的數(shù)值特征。ID3 原生只處理離散屬性你如果不做預(yù)處理算法根本沒法正確劃分。解決寫一個(gè)數(shù)據(jù)清洗函數(shù)先處理缺失值用眾數(shù)填充或者直接刪行再把字符串類別映射成整數(shù)最后對數(shù)值特征做離散化按分位數(shù)切分成幾個(gè)區(qū)間。這一步做到位準(zhǔn)確率通常能提升 10 個(gè)百分點(diǎn)以上。5.2 坑二BP 神經(jīng)網(wǎng)絡(luò)「前向能跑通反向全是錯(cuò)」現(xiàn)象訓(xùn)練誤差在前幾輪下降后突然反彈有時(shí)候甚至變成 NaN。原因大多數(shù)人手推 BP 時(shí)只寫了前向傳播反向傳播的維度沒對齊。最常見的錯(cuò)誤是把「當(dāng)前層誤差項(xiàng)」和「上一層誤差項(xiàng)」的矩陣乘法方向搞反或者忘記對激活函數(shù)求導(dǎo)。另一個(gè)常見原因是學(xué)習(xí)率太大權(quán)重更新步長過大直接越過最優(yōu)點(diǎn)導(dǎo)致發(fā)散。解決先寫一個(gè)「梯度檢查」函數(shù)——用數(shù)值方法求近似梯度給權(quán)重加一個(gè)很小的擾動(dòng)算導(dǎo)數(shù)和你的反向傳播梯度對比誤差在 1e-4 以內(nèi)就說明反向傳播寫對了。這一步能把你排查 bug 的時(shí)間從兩小時(shí)壓縮到十分鐘。如果用 Java 寫就麻煩一些但那五個(gè)實(shí)驗(yàn)里 BP 和 Q 學(xué)習(xí)是公認(rèn)最容易出 bug 的你在 Java 里也要保留一套小樣本數(shù)據(jù)做單步調(diào)試。5.3 坑三Q 學(xué)習(xí)不收斂以為是算法問題其實(shí)是「獎(jiǎng)勵(lì)函數(shù)沒設(shè)計(jì)好」現(xiàn)象Q 學(xué)習(xí)跑了 5000 個(gè) episodeQ 表還在震蕩agent 始終學(xué)不到穩(wěn)定策略。原因獎(jiǎng)勵(lì)函數(shù)太稀疏或者太稠密。太稀疏比如只有到終點(diǎn)才給 1會(huì)導(dǎo)致探索效率極低太稠密比如每一步都給一個(gè)小懲罰會(huì)導(dǎo)致 agent 學(xué)會(huì)了「盡快結(jié)束」而不是「走最優(yōu)路徑」。解決檢查你的獎(jiǎng)勵(lì)函數(shù)——如果目標(biāo)是「走到終點(diǎn)得分」建議每走一步給一個(gè)微小的負(fù)獎(jiǎng)勵(lì)比如 -0.01到達(dá)終點(diǎn)給 10走進(jìn)死胡同給 -5。這寫進(jìn)大綱里的「Q 函數(shù)的設(shè)計(jì)」——大綱原文就提到了 Q 函數(shù)設(shè)計(jì)是 Q 學(xué)習(xí)算法要解決的關(guān)鍵問題之一你真到實(shí)驗(yàn)環(huán)節(jié)才會(huì)明白它為什么被單獨(dú)列出來。5.4 坑四光看教材不看實(shí)現(xiàn)考完就忘現(xiàn)象照著大綱學(xué)完一遍教材看完了實(shí)驗(yàn)做完了一個(gè)月后面試官問「ID3 的信息增益公式推導(dǎo)一下」你只記得大概。原因多數(shù)人把教材當(dāng)小說看看一遍以為自己會(huì)了其實(shí)沒經(jīng)過「從公式到代碼」的轉(zhuǎn)換。Mitchell 這本書的偽代碼風(fēng)格偏學(xué)術(shù)和真實(shí)可運(yùn)行的代碼差距不小。解決每學(xué)完一章抽一個(gè)小數(shù)據(jù)集不看參考代碼從零實(shí)現(xiàn)一遍。決策樹用 Iris神經(jīng)網(wǎng)絡(luò)用 XOR 問題這個(gè)尤其能驗(yàn)證你的 BP 寫對了因?yàn)?XOR 不可線性分割貝葉斯用垃圾郵件分類的簡化版。這個(gè)方法雖然慢但學(xué)到的深度是單純看書比不了的。提示這份大綱里有一章的標(biāo)題容易被忽略——「計(jì)算學(xué)習(xí)理論」里面講 PAC 可學(xué)習(xí)性和 VC 維。面試偶爾會(huì)問到但如果只看教材可能一頭霧水。我的建議是先記住兩個(gè)結(jié)論——有限假設(shè)空間的樣本復(fù)雜度是 O(log|H|)無限假設(shè)空間的樣本復(fù)雜度由 VC 維決定具體推導(dǎo)不必深究知道結(jié)論和直覺就夠應(yīng)付大多數(shù)場合。6. 用大綱的學(xué)時(shí)權(quán)重做一輪針對性復(fù)習(xí)效率會(huì)高不少6.1 按學(xué)時(shí)權(quán)重分配七天復(fù)習(xí)計(jì)劃如果你已經(jīng)工作想利用這份大綱把基礎(chǔ)補(bǔ)一遍我建議按學(xué)時(shí)比例壓縮成一個(gè)七天計(jì)劃第一天看緒論和概念學(xué)習(xí)對應(yīng) 8 學(xué)時(shí)第二天啃決策樹6 學(xué)時(shí)第三天做 BP 神經(jīng)網(wǎng)絡(luò)6 學(xué)時(shí)第四天過一遍評估假設(shè)和貝葉斯9 學(xué)時(shí)第五天看計(jì)算學(xué)習(xí)理論和基于實(shí)例的學(xué)習(xí)6 學(xué)時(shí)第六天做 Q 學(xué)習(xí)3 學(xué)時(shí)第七天統(tǒng)一刷一遍五個(gè)實(shí)驗(yàn)的代碼。這份大綱最好用的是「決策樹、神經(jīng)網(wǎng)絡(luò)、貝葉斯」這三個(gè) 6 學(xué)時(shí)章節(jié)。它們對應(yīng)面試中最常問的三大塊樹模型、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、概率圖模型。最后一個(gè) Q 學(xué)習(xí)雖然只有 3 學(xué)時(shí)但很多面試官喜歡拿它當(dāng)切入點(diǎn)考察你對「獎(jiǎng)勵(lì)設(shè)計(jì)」的理解值得花一天把代碼跑通。6.2 一個(gè)值得養(yǎng)成的習(xí)慣把大綱當(dāng)「待辦清單」而不是「教科書目錄」我拆這份大綱的時(shí)候有一個(gè)明顯的體會(huì)它是一份「自檢清單」性質(zhì)的文檔。每章標(biāo)的學(xué)時(shí)數(shù)暗示了教學(xué)期望——花 6 學(xué)時(shí)講的東西大概率是要求學(xué)生「能默寫出算法步驟」的花 3 學(xué)時(shí)講的東西只需要「能說出原理和適用場景」。你復(fù)習(xí)時(shí)給自己做個(gè)映射哪些算法要求「會(huì)手推」哪些要求「會(huì)調(diào)庫」哪些要求「能講明白」。比如決策樹的信息增益計(jì)算屬于「必須會(huì)手推」級(jí)別而 Q 學(xué)習(xí)的收斂性證明屬于「知道結(jié)論即可」級(jí)別。這樣你的復(fù)習(xí)時(shí)間不會(huì)被均勻分配在無關(guān)緊要的細(xì)節(jié)上。從那以后我每次拿到一份教學(xué)大綱或者課程目錄式的 PDF第一反應(yīng)都是先把學(xué)時(shí)標(biāo)出來按權(quán)重排復(fù)習(xí)優(yōu)先級(jí)再動(dòng)手看具體內(nèi)容。這個(gè)方法用起來很省心希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取