这学期选了《人工智能导论实验》教材,感觉理论和实操结合得挺紧密的。书里从搜索算法到机器学习实验都有覆盖,像八数码、神经网络识别这些经典案例,配合实验平台能边学边练。不过光看书上代码总觉得不够,有些参数设置和调试细节需要自己动手才能理解。
现在最缺的是配套的完整实验指导,比如spyder或jupyter notebook的配置步骤、常见报错解决方法。网上找来的资料太零散,有的版本还跟教材不一致。要是能有学长学姐整理的环境搭建笔记或实验踩坑记录就好了,最好附带简单的数据或代码模板。
求问各位大神:做决策树实验时,sklearn参数怎么调才能避免过拟合?还有那个遗传算法练习,自己写的交叉算子总报错,debug了好久。希望有经验的同学分享下学习路线,是先通读教材还是直接上手跑代码?感激不尽!