标题
🇦🇺悉大COMP5318学什么？一篇理清核心知识点
正文
选了 COMP5318 的同学，这份知识地图先码住📌
这门 Machine Learning and Data Mining，从传统机器学习一路讲到神经网络和强化学习。算法名字很多，重点是串起它们的原理和应用场景。
💡 核心知识点
① 数据预处理
数据清洗、预处理、相似度度量。数据整理好了，模型结果才有参考价值。
② 分类与回归
近邻算法、线性回归、逻辑回归：一个判断“属于哪类”，一个预测“具体数值”。
③ 过拟合与模型评估
模型在已有数据上表现好，换一批数据呢？这里要理清正则化和评估方法。
④ 进阶算法
决策树、集成方法、SVM、核方法和降维：不同方法各有适用场景。
⑤ 神经网络与深度模型
感知机、反向传播、CNN、RNN、Transformer，重点关注结构和基本原理。
⑥ 聚类与序列决策
聚类、马尔可夫模型、强化方法：从数据分组，延伸到状态变化和决策。
📝 知识整理小技巧
每个算法都用四句话讲清：
解决什么问题？原理是什么？有什么局限？怎么评估？
⚠️ 2026 S2 考核结构
每周作业5%，Assignment 1：15%，Assignment 2：20%
期末考试60%，期末考试需达到40%，才满足该项通过要求。
#XX #XX
封面
