RichardF · Hong Kong
我现在是大四学生。平时写代码、读论文，也把课程里真正弄懂的东西记下来。 这里主要放学习笔记、项目复盘，以及一些还在慢慢想清楚的问题。
最近在关注 LLM 推理、检索系统和数据科学，也会继续整理数学与算法基础。
COMP4204 数据挖掘教程：从数据仓库、预处理、关联规则到分类与聚类
这篇文章根据 COMP 4204 / DSAI 4204 课程资料整理，主题是数据挖掘的完整工作流。它不是只讲模型，而是从数据仓库、数据预处理和特征工程开始，再进入关联规则挖掘、分类、集成学习、聚类、DBSCAN 和 Web Mining，形成一条从数据组织到模式发现的学习路线。
如果说统计机器学习更关心“模型为什么有效”，数据挖掘更关心的是：
面对真实、混乱、不完整的数据，如何把它整理成可以被分析、建模、解释和部署的知识。
AMA4680 统计机器学习教程：从正则化、核方法、分类器到聚类与 MDP
这篇文章根据 AMA4680 Statistical Machine Learning 的讲义和 tutorial 资料整理。它适合作为一篇经典机器学习入门到进阶的路线图：先从线性代数与回归复习开始，然后进入 ridge / lasso / kernel methods，再到分类问题中的 decision tree、Naive Bayes、SVM、logistic regression、ANN，最后补上无监督学习的 clustering 和强化学习基础 MDP。
如果 AMA3602 更像“怎样把一个线性模型建扎实”，那么 AMA4680 更像“怎样理解经典机器学习算法家族”。这门课的价值不只是会背算法公式，而是建立一个清晰框架：什么是监督学习，为什么需要正则化，核方法在做什么，分类器如何定义边界，无监督学习如何发现结构，MDP 如何把机器学习从预测推进到决策。