机器学习导论

Introduction to Machine Learning

理工科入门 · 专业选修 纳米材料 / 物理类 10 讲 · 通俗讲解 + 3 个完整实验
课程简介 实验与学习指南 十讲概览 第 1 讲 放映 第 1 讲 阅读 第 2 讲 放映 第 2 讲 阅读 第 3 讲 放映 第 3 讲 阅读 第 4 讲 放映 第 4 讲 阅读 第 5 讲 放映 第 5 讲 阅读 第 6 讲 放映 第 6 讲 阅读 第 7 讲 放映 第 7 讲 阅读 第 8 讲 放映 第 8 讲 阅读 第 9 讲 放映 第 9 讲 阅读 第 10 讲 放映 第 10 讲 阅读 参考教材
课程简介

本课程面向纳米材料、物理等理工科学生。你将学习怎样把一张数据表变成预测模型,并判断预测是否可信。无需一开始就掌握复杂证明;建议会 Python 变量、循环与函数,了解均值、方差、向量和导数的基本含义。

每讲四步:先问一个具体问题 → 手算一个小例子 → 理解必要公式与代码 → 提交图表和自己的解释。西瓜帮助建立直觉,材料与物理场景帮助理解用途。标为“拓展阅读”的推导可在第二遍学习时再读。

学完能做:整理数据,建立简单基线,用合理方式划分训练和测试,公平比较模型,画误差图,并说明模型在哪些新样品上可能失败。

三个完整实验:模拟材料预测与 PCA、重复测量中的划分陷阱、CPU 上完整训练小网络。均提供完整 Python 脚本与自包含 Notebook;模拟数据不代表真实材料规律。

进入实验与学习指南:安装、下载、十讲任务与结课项目

放映版用于课堂分步讲解,阅读版另有“课后慢读”与任务解读。建议每讲按“直觉与例子 → 核心内容 → 上机与解释”安排;若一讲只有 90 分钟,先完成必学内容,将推导和拓展留作课后阅读。

十讲概览
第 01 讲

绪论:机器学习是什么

What is Machine Learning

从「手工规则」到「从数据中学」的范式转变讲起,建立整门课的统一语言, 并用一只「判断好坏」的西瓜把机器学习的基本流程走通。

  • 监督 / 无监督 / 强化学习三大范式
  • 数据、特征、标签、模型的统一语言
  • 贯穿全课的实例(判断西瓜好坏:色泽 / 根蒂 / 敲声)
  • 工具链:Python / NumPy / scikit-learn 环境搭建
第 02 讲

线性回归

Linear Regression

机器学习的「Hello World」:从最小二乘的几何直觉出发,理解损失函数与梯度下降, 一路延伸到多元回归与正则化。

  • 最小二乘的几何直觉
  • 损失函数与梯度下降
  • 一元 → 多元线性回归
  • 过拟合与欠拟合、正则化(岭回归 / Lasso)
  • 上机:拟合西瓜密度—含糖量数据
第 03 讲

逻辑回归与分类

Logistic Regression and Classification

从「预测数值」转向「判定类别」,讲清决策边界、交叉熵与 Softmax, 并建立分类问题的一套评估指标。

  • 二分类问题与决策边界
  • 逻辑回归 / sigmoid 与交叉熵
  • 多分类:Softmax
  • 评估指标:准确率、精确率、召回率、ROC/AUC、混淆矩阵
第 04 讲

模型评估与调参

Model Evaluation and Hyperparameter Tuning

模型好不好、稳不稳,怎么系统地去衡量与改进。这一讲把评估方法、 偏差-方差权衡与超参数搜索串成一条完整的方法链。

  • 训练 / 验证 / 测试集划分、交叉验证
  • 偏差—方差权衡
  • 超参数搜索(网格 / 随机)
  • 特征缩放与预处理
第 05 讲

决策树与集成学习

Decision Trees and Ensemble Learning

从一棵树到一片森林:用「纹理是否清晰、根蒂是否蜷缩」这样一连串判断 理解决策树如何分类,再用「集成」把多个弱模型组合成强模型。

  • 决策树:信息增益与分裂准则
  • 随机森林
  • 梯度提升(GBDT / XGBoost)
  • 特征重要性
第 06 讲

KNN 与朴素贝叶斯

K-Nearest Neighbors and Naive Bayes

两个「轻量但好用」的经典模型:一个靠距离投票、一个靠概率, 对比它们在速度、假设与适用场景上的差异。

  • 距离度量与最近邻(KNN)
  • 朴素贝叶斯分类
  • 各自适用场景与局限
第 07 讲

无监督学习与降维

Unsupervised Learning and Dimensionality Reduction

没有标签时怎么办:用聚类把样本分组,用 PCA / t-SNE 把高维数据 压到低维看清结构,以「西瓜自动分组」为主线直击无标签数据探索。

  • K-means 聚类
  • 主成分分析 PCA
  • t-SNE 可视化
  • 应用:无标签数据聚类与降维
第 08 讲

神经网络基础

Neural Network Fundamentals

进入深度学习的门槛:从感知机到多层感知机,用直觉讲透反向传播, 并认识激活函数与优化器这两个关键组件。

  • 感知机 → 多层感知机(MLP)
  • 反向传播的直觉
  • 激活函数与优化器
第 09 讲

深度学习与 PyTorch

Deep Learning with PyTorch

动手搭一个真正的网络:完整的训练循环、数据加载与损失可视化, 把前一讲的概念落地成可运行的代码。

  • 用 PyTorch 搭一个网络
  • 训练循环与数据加载
  • 损失曲线可视化
第 10 讲

专题与前沿

Special Topics and Frontiers

把机器学习带回材料与分子模拟的主场:机器学习势、材料性质预测、 卷积神经网络谱图识别,并作整门课的总结与前沿展望。

  • 机器学习势与分子模拟
  • 材料性质预测案例
  • 卷积神经网络(CNN)入门:图像 / 谱图
  • 课程总结与前沿展望
参考教材