# 课程作业整合及任务拆解与时间规划清单

## 📋 课程作业要求整合版

### 一、强化学习个人项目报告（Atari 游戏方向）

**核心任务**：

- 自选一个 Atari 游戏，从零实现并训练一个深度强化学习算法，达到有竞争力的表现

- 提交一份不超过 3000 词的技术报告 \+ 包含全部源代码、训练模型的 zip 文件

**报告要求**：

1. 说明所选游戏及其挑战

2. 调研并总结深度强化学习在 Atari 游戏中的应用现状

3. 对比不同算法，解释最终选择当前方法的理由

4. 详细介绍算法原理与具体实现细节

5. 评估智能体表现，说明所选基准和评价指标

6. 分析算法在该游戏上表现好坏的原因

7. 用标注清晰坐标轴、图例的图表展示实验结果

**实现限制**：

- 禁止直接使用 Stable\-Baselines 等强化学习专用库实现算法

- 可以使用 Stable\-Baselines 等库作为 benchmark 对比

- 评分维度：代码质量、结果分析、报告结构、图表使用、引用规范

- 需按指定格式命名并提交 PDF 和 zip 文件

---

### 二、强化学习个人课程作业（PPO \+ CarRacing\-v3 方向）

**核心任务**：

- 用 Python 从零实现 PPO（Proximal Policy Optimization）算法，让智能体在 CarRacing\-v3 环境中完成赛车任务

- 提交一份不超过 3000 词的技术报告 \+ 包含全部源代码、训练模型的 zip 文件

**报告要求**：

1. 介绍任务的强化学习背景

2. 定义状态空间、动作空间和奖励机制

3. 解释 PPO 的目标函数、裁剪机制和优势估计方法

4. 说明策略网络与价值网络结构、训练流程、超参数设置

5. 记录并说明实现过程中遇到的问题与解决办法

6. 用图表展示训练与测试结果，分析模型表现和变化趋势

7. 与 Stable\-Baselines3 等基线方法，在稳定性和样本效率上做简要对比

**实现限制**：

- 禁止直接使用 Stable\-Baselines 等强化学习专用库实现算法

- 可使用 TensorBoard 记录实验结果

- 需按指定格式命名并提交 PDF 和 zip 文件

---

### 三、机器学习个人课程作业（健康保险多分类方向）

**核心任务**：

- 围绕健康保险数据集，建立并改进多分类模型，预测申请人保费风险等级（Low / Standard / High）

- 提交 Jupyter Notebook、1200 词左右的 Theory and Reflection PDF、hidden\-test CSV 及补充代码

**Jupyter Notebook 要求**：

1. 数据清理与预处理

2. 识别并删除数据泄露特征

3. 建立基线模型

4. 对比随机森林和一种 boosting 模型

5. 使用高级超参数优化方法调参

6. 根据学号末位完成指定的个性化改进，并额外完成至少一个可选改进

7. 进行 K\-Means 与 GMM 的无监督探索

8. 基于验证结果选出最终模型，导出规定格式的 hidden\-test CSV

**PDF 报告要求**：

- 围绕以下主题，结合实验数据（表格、图、指标）进行理论与实验结合的总结：

    1. bagging vs boosting 对比

    2. 超参数优化方法

    3. K\-Means vs GMM 对比

    4. 个性化改进反思

    5. AI 使用声明

---

## ⚠️ 外教课文档语言要求

⚠️ **重要提醒**：这是**外教课**作业，所有提交的 **PDF 文档必须使用英文** 撰写，包括：

- 技术报告（Technical Report）— 英文
- Theory and Reflection PDF — 英文
- 代码注释（Code Comments）— 英文

建议：
- 使用英文撰写报告正文
- 图表标题和图例使用英文
- 代码中变量命名和注释使用英文
- 可保留中文的仅为个人笔记/思考过程（无需提交）