2 善于利用 络工具
如果有什么不懂的东西,主动询问老师或是和老师讨论课程内容。另外如果在上课的时候听不懂老师的思路,还可以在课后看回放。
3 课堂上积极与老师互动
课堂上老师的提问可以促进师生交流,活跃课堂。积极回答课上问题,能够较快的理解这门较偏向于学习硬件的学科。
4 课上认真听讲
注意听老师介绍当下与物联 相关的企业和产品,可以让这门课的内容变得更形象具体。
01
明确学习目标:熟练掌握常用的机器学习方法的理论、方法和python实现。
02
清晰学习内容:机器学习应用和研究的关键问题——数据预处理、特征选择和提取、模型选择(任务和超参数)、学习算法、学习性能评价;教材的每一章介绍一种机器学习方法及其实现,会涉及第1点所提的部分内容。比如第2章讲到了数据的归一化处理、讲到了KNN算法和实现、讲到了学习性能评价——误差率等。
03
具体学习方法建议:对于每一章的学习,回答以下问题:“什么模型么功能(能完成什么任务)习算法是怎样的何推导型和算法的python程序如何让实现型的特性是什么(优缺点是什么)对问题有怎样的改进形式
04
关注现实:多关注了解物联 领域的企业、产品及解决方案.
05
动手实践:实践出真理。只有多实践,才可以理解课本内容。
撰稿:17届2班
排版:谭志峰
整理:学调部
相关资源:翠雨方工作备忘录工具v2.31中文绿色版-其它代码类资源-CSDN文库
声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!