TL;DR HW1 是 written＋programming 作業：用機率、微積分、線代與 CS 題組檢查地基，再實作 majority-vote classifier。
系列:
CMU 10-301 機器學習完整課程導讀
(1 / 10)
官方 ZIP 內的 handout 完整題名是 Homework 1: Background，屬於 written＋programming。Written 題組包括 course policies、probability and statistics、linear algebra、calculus、geometry 與 CS foundations；程式部件則是 majority-vote classifier，要讀取 TSV、輸出 train/test labels 與 error metrics。ZIP 內有 heart／education 的 train/test data、LaTeX template 與兩組 reference output；沒有 majority_vote.py starter，hidden grader 仍在 Gradescope。
真正要建立的能力
重點不是背矩陣公式，而是把符號落到陣列形狀、迴圈與命令列輸出。每做完一題，寫下輸入、輸出與維度；程式則先以極小資料手算預期值，再對官方 example output。若答案不同，先分辨是數學、索引還是格式錯誤。
第一個可執行動作
解開 ZIP、自己建立 majority_vote.py 後，先照 handout 內的官方介面 跑：
python majority_vote.py heart_train.tsv heart_test.tsv heart_train_labels.txt heart_test_labels.txt heart_metrics.txt再測欄位順序與全同標籤的小資料。完成判準是：能說明主要數學題的每個 shape，且 heart 與 education 的 labels／metrics 都逐行符合 ZIP 內 reference output；這不等於通過未公開 hidden tests。
參考資料
Glossary
Loading...