2、探索机器学习：从习题到实际应用

探索机器学习：从习题到实际应用

习题解读

在学习过程中，每节末尾的习题设计旨在激发读者回顾和重新发现主要原理与结果，无论是自学还是课堂学习，这些习题都能让读者在获取新知识时，填补缺失的部分，完成知识拼图。习题采用了类似Donald Knuth书籍的组织方式，基于“我们对自己发现的事物学得最好”这一理念。

习题经过了恰当的分类和评级，以说明预期的难度程度。主要分为普通习题和研究问题两类。普通习题大多是为了让读者深入掌握主要概念，完善整体知识体系；而研究问题则对博士生等有较高学术追求的人具有吸引力，解决这些问题通常可作为一篇研究论文的目标。

以下是习题和研究问题的评级方案，主要基于Donald Knuth的评级体系：
| 评级 | 解释 |
| ---- | ---- |
| 00 | 极其简单的习题，若理解了文本材料可立即作答，几乎能在“脑海中”完成。 |
| 10 | 简单问题，促使你思考刚阅读的材料，但并不困难，最多一分钟应能完成，可能需要纸笔辅助求解。 |
| 20 | 中等问题，测试对文本材料的基本理解，可能需要15到20分钟才能完整作答。 |
| 30 | 难度和/或复杂度适中的问题，可能需要超过两小时的工作才能令人满意地解决，若有干扰可能耗时更久。 |
| 40 | 相当困难或冗长的问题，适合作为课堂学期项目。学生应能在合理时间内解决，但解决方案并非显而易见。 |
| 50 | 研究问题，截至写作时，虽经许多人尝试，但尚未得到令人满意的解决。若你找到答案，应撰写成文章发表，原作者也希望尽快得知正确的解决方案。 |

大致来说，这是一种“对数”尺度，分数的增加反映了难度的指数