机器学习

很多学校的机器学习课程安排在大二下或大三。不必等到上课，先自学入门部分，理解“模型是怎么从数据里学出来的”，后面学深度学习会顺利很多。

学到什么程度

• 能解释：训练集、验证集、测试集；损失函数；梯度下降；过拟合与正则化；偏差与方差。
• 理解几种经典模型的思路：线性回归、逻辑回归、决策树与随机森林、K 近邻、K-means、SVM、PCA。
• 会用 scikit-learn 完成一个完整流程：读数据 → 预处理 → 训练 → 评估 → 调参。
• 知道常用评估指标：准确率、精确率、召回率、F1、AUC、均方误差。

课程

课程	特点	怎么用
吴恩达 Machine Learning Specialization	2022 年新版，作业用 Python；先讲直觉再讲数学，数学部分可选；覆盖上面列出的经典模型	主线，零基础入门首选，B 站有中文字幕版
李宏毅《生成式 AI 与机器学习导论》	台湾大学 2025 年秋季课程，中文授课，从机器学习讲到大模型原理和智能体，配有 PyTorch 教学	搭配主线一起看，建立对现代 AI 的整体认识。它主要讲生成式 AI，没有决策树、SVM、PCA 等经典模型，不能代替主线

教材

• 周志华《机器学习》（西瓜书）：国内经典教材，覆盖全面。
• 南瓜书：Datawhale 编写的西瓜书公式推导详解。以西瓜书为主线，推不出来的公式再查南瓜书。
• 李航《统计学习方法》：偏数学，适合想深入理解的同学。

动手

• scikit-learn：经典机器学习的标准库。官方的入门教程和示例是最好的学习材料。
• Kaggle Learn：免费的短课程（Python、Pandas、机器学习入门、特征工程），每节都有在线练习。
• Kaggle 入门比赛：Titanic（分类）或 House Prices（回归），按完整流程做一遍，提交结果，再读几篇高分的公开 Notebook，看别人怎么做特征工程。

from sklearn.datasets import load_breast_cancer
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report
from sklearn.model_selection import train_test_split

X, y = load_breast_cancer(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

model = RandomForestClassifier(n_estimators=200, random_state=0)
model.fit(X_train, y_train)
print(classification_report(y_test, model.predict(X_test)))

和课题组研究的关系

经典机器学习在系统研究里经常用到：

• 用回归模型预测请求的输出长度、任务的运行时间，帮助调度决策；
• 用聚类分析负载的模式；
• 实验结果的统计分析和可视化。

学完这一页，继续深度学习与大模型。