Serendipity
ceddbdd559
- Added Lecture4 - ModelFree.pdf (3013 KB) - Added Lecture5 - Control.pdf (2575 KB) - Added Lecture6 - Value.pdf (3320 KB)
5.2 KiB
5.2 KiB
Theory and Reflection PDF — 官方要求汇总
来源：原始 PDF
DTS304TC_Assessment1_(word)_2026(1).pdf+ 外教课整理文件
1. 基本提交要求
| 项目 | 要求 |
|---|---|
| 文件名 | Coursework Answer Sheet / Theory and Reflection PDF |
| 格式 | |
| 分值 | 30 分（占整份作业 50% 中的 30%） |
| 提交位置 | Learning Mall 平台 |
2. 硬性约束（超限扣分）
| 约束 | 说明 | 违规处罚 |
|---|---|---|
| 页数 | ≤ 4 页 | 固定扣 5 分 |
| 词数 | ≤ 1200 词（正文总计） | 固定扣 5 分 |
| 内容 | 不按 notebook 章节逐段重复 | 会扣分 |
只要页数或词数 任一超限，从 PDF 部分直接扣 5 分，无例外。
3. 必须回答的 5 个主题（全部 compulsory）
Q1 - Bagging versus Boosting (8 marks 关联)
PDF 必须包含：
- 简要定义 bagging 和 boosting 的理论性质
- 报告 两类模型的验证结果（来自你自己的 notebook）
- 支撑比较：至少 1-2 个额外分析，例如
- class-wise F1 metrics
- confusion matrix
- train-vs-validation behaviour
- tuning 后的稳定性/敏感性
- 数据集特定解释：结合你自己的实验结果，解释 bagging vs boosting 在本数据集上的表现差异
⚠️ 原文特别强调：泛化的教科书答案（无 notebook 证据支撑）将获得有限分数。
Q2 - Hyperparameter Optimisation (12 marks 关联)
必须解释：
- 为什么你的优化器和搜索空间对所选模型合理
- 你原本预期哪些超参数最重要
- 调参结果是否符合你的预期
- 从调参过程中学到了什么
Q3 - K-Means versus GMM (6 marks 关联)
必须包含：
- 解释 hard assignment vs soft assignment
- 解释两者核心假设差异
- 用你自己的实验结果讨论结果是否符合直觉
- 说明 GMM 是否揭示了额外信息，例如：
- soft membership
- uncertainty
- partial cluster structure
Q4 - Personalised Reflection
必须反思：
- 你的 compulsory category（根据学号末位决定）
- 你做的每个 optional category
- 你尝试过的策略、遇到的挑战、如何解决
- 学到的关键教训
💡 即使结果中性或负面，只要反思具体，也可以接受。
Q5 - AI Use Declaration
必须说明：
- 是否使用了 AI 工具，使用了什么形式的辅助
- Generic AI-written theory 如果和 notebook 证据对不上，只会拿到很有限的分数
4. 证据引用要求（每题必须引用）
| 要求 | 说明 |
|---|---|
| 每题至少引用 1 个 notebook 证据 | 表格 / 图 / 指标皆可 |
| 所有结论紧扣你自己的实验结果 | 不能凭空泛化 |
原文原话：
"At least one table, figure, or metric from the notebook must be referenced in each theory answer."
5. AI 使用限制（硬约束）
| 可以 | 不可以 |
|---|---|
| ✅ code understanding | ❌ 直接用 ChatGPT 生成答案 |
| ✅ debugging | ❌ 替代 method design |
| ✅ grammar support | ❌ 替代 ablation logic |
| ✅ 语法润色 | ❌ 替代 qualitative analysis |
| - | ❌ 替代 reflection |
原文原话：
"High-scoring work must demonstrate your own experimental design, controlled comparisons, failure analysis, and image-level interpretation."
如果你以任何有意义的方式使用了 AI 工具或外部代码，你必须：
- 完全理解每个 method、number、figure、written claim
- 验证并对所有内容负责
6. 提交格式要求（额外扣分风险）
| 项目 | 风险 |
|---|---|
| CSV 文件名格式错误 | -4 分（自动扣） |
| CSV 列顺序错误 | -4 分（自动扣） |
CSV 列缺失（如没有 customer_key 或 premium_risk） |
-4 分（自动扣） |
CSV 正确格式：
- 第 1 列：
applicant_id - 第 2 列：
customer_key - 第 3 列：
premium_risk（只能是 Standard / High / Low）
7. 完整作业分值结构
| 部分 | 分值 | 占比 |
|---|---|---|
| Q1: Notebook-Based Coding Exercise | 60 分 | 60% |
| Theory and Reflection PDF | 30 分 | 30% |
| Coding Quality / Answer Sheet Quality / Submission Guidelines | 10 分 | 10% |
| 总计 | 100 分 | 100% |
8. 当前版本自查清单
| 检查项 | 当前状态 |
|---|---|
| 总页数 ≤ 4 页 | ✅ 3 页 |
| 总词数 ≤ 1200 词 | ✅ ~941 词 |
| 5 个主题全部回答 | ✅ 是 |
| 每题引用 ≥ 1 个 notebook 证据 | ✅ 是 |
| 不重复 notebook 章节顺序 | ✅ 是 |
| 全英文撰写 | ✅ 是 |
| AI 使用说明克制、真实、可核验 | ✅ 是 |
| CSV 文件名格式正确 | ✅ test_result_1234560.csv |
| CSV 列顺序正确 | ✅ applicant_id, customer_key, premium_risk |
9. 参考文件
DTS304TC_Assessment1_(word)_2026(1).pdf— 原始评分说明 PDF（已放入docs/）机器学习个人课程作业_需求分析与实现方案.md— 需求分析整理文档（已放入docs/）theory_and_reflection_1234560.pdf— 本次提交的 PDF（已放入tex/）theory_and_reflection_1234560.tex— 本次提交的 TeX 源文件（已放入tex/）