这又是一门只开过一次的课……是 2011 年夏季学期的时候，陈恩红教授请大名鼎鼎的熊辉教授来中国讲的。

这门课是暑期学期课程，集中五天时间上课。课程内容是经典机器学习理论和方法。理论方面包括机器学习训练和评价的方法、泛化误差的概念等。具体方法包括数据预处理、聚类（DBSCAN、K-means 等）、分类（决策树、K-NN、LR、SVM 等）、关联分析、异常检测、聚合方法（ensemble method）。

熊辉老师讲课非常风趣幽默，并不在每种方法的技术细节上花费太多时间（这会使课堂变得枯燥），而是注重每种方法的应用场景和各种方法之间的对比。这是我的机器学习入门课，五年过去印象还是挺深的。

作业是一个 KDDcup 比赛的数据挖掘任务，要求在给定的数据集上面跑出尽可能好的学习效果，并提交实验报告。作业的截止日期是开学后。

我的大作业实验报告：Data_Mining_PB10000603_李博杰.pptx 

期末考试时间也是开学后，一个暑假要是不看就都忘了。好在是开卷，考试的问题除了计算，很多是比较各种方法的优劣，在某个场景下应该有哪种算法，需要真的理解了才能答出来。