AI / 机器学习

AI 导论课程实验

在 Google Colab 中完成的一系列机器学习实验，从经典算法到神经网络， 基于真实数据集进行实践。

涵盖方法

• 朴素贝叶斯、KNN、K-Means 聚类
• MLP 与 CNN 网络架构
• 卷积自编码器

主要作业

• 基于 Sloan Digital Sky Survey 数据的天体分类与聚类分析。
• 基于 Spotify 歌曲音频特征的 K-Means 聚类。
• 动漫评分预测（MLP，混合语义、类别与连续特征）。
• 宝可梦图像分类（验证准确率 0.945）与自编码器实验。

收获

这些实验让我完整经历了机器学习流水线 — 数据加载、模型设计、训练与评估， 使用 NumPy、PyTorch 与 Keras 进行实践。