数据科学硕士课程

📖 核心知识点：Course Orientation & Statistical Learning Setup。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐ | 预计投入 8h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：建议以 Tutorial / Quiz（20%） 的题型做每周小测复盘。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份术语卡片 + 1 个可运行最小示例（MVP Notebook）。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。

📖 核心知识点：Foundations of Statistical Learning。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐ | 预计投入 8h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：建议以 Tutorial / Quiz（20%） 的题型做每周小测复盘。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份术语卡片 + 1 个可运行最小示例（MVP Notebook）。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。

📖 核心知识点：Linear Models for Regression。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐ | 预计投入 8h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：建议以 Tutorial / Quiz（20%） 的题型做每周小测复盘。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份术语卡片 + 1 个可运行最小示例（MVP Notebook）。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。

📖 核心知识点：Linear Models for Classification。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐ | 预计投入 8h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：建议以 Tutorial / Quiz（20%） 的题型做每周小测复盘。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份模型对比表（方法/指标/结论）并补齐错误分析。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：只追准确率，忽视样本不均衡与阈值选择对业务误报/漏报成本的影响。

📖 核心知识点：Model Selection & Regularization。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：建议以 Tutorial / Quiz（20%） 的题型做每周小测复盘。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份模型对比表（方法/指标/结论）并补齐错误分析。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。

📖 核心知识点：Tree-Based Methods & Boosting。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：建议以 Tutorial / Quiz（20%） 的题型做每周小测复盘。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份模型对比表（方法/指标/结论）并补齐错误分析。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。

📖 核心知识点：High-Dimensional Classification。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：建议以 Tutorial / Quiz（20%） 的题型做每周小测复盘。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份模型对比表（方法/指标/结论）并补齐错误分析。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：只追准确率，忽视样本不均衡与阈值选择对业务误报/漏报成本的影响。

📖 核心知识点：Unsupervised Learning & Clustering。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：建议以 Tutorial / Quiz（20%） 的题型做每周小测复盘。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份可复现实验报告（含参数、数据版本、结论边界）用于项目/面试复述。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：只看可视化分群效果，不做稳定性和业务可解释性验证。

📖 核心知识点：Matrix Completion & Missing Data。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：建议以 Tutorial / Quiz（20%） 的题型做每周小测复盘。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份可复现实验报告（含参数、数据版本、结论边界）用于项目/面试复述。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。

📖 核心知识点：Deep Learning Methods。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：优先推进 Assignment / Report（35%） 的最终交付。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份可复现实验报告（含参数、数据版本、结论边界）用于项目/面试复述。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：调参凭感觉，未固定随机种子与实验配置，结果无法复现。

📖 核心知识点：Bayesian Methods。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐⭐ | 预计投入 10h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：优先推进 Assignment / Report（35%） 的最终交付。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份可复现实验报告（含参数、数据版本、结论边界）用于项目/面试复述。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。

📖 核心知识点：Time Series Analysis。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐ | 预计投入 8h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：优先推进 Assignment / Report（35%） 的最终交付。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份可复现实验报告（含参数、数据版本、结论边界）用于项目/面试复述。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。

📖 核心知识点：Integrated Revision & Exam Readiness。本周建议把“概念理解 → 代码实现 → 结果解释”串成一条完整链路，避免只停留在工具调用层。 ⏰ 本周节奏：难度 ⭐⭐⭐ | 预计投入 8h（Lecture/Workshop 3h + 代码实践 3-4h + 复盘 2-3h） 🎯 考试关联：优先推进 Assignment / Report（35%） 的最终交付。 🧪 Tutorial/Lab：先独立完成最小可运行解法，再和课堂参考方案做差异对比（正确性、复杂度、可解释性）。 📌 作业/项目关联：输出 1 份可复现实验报告（含参数、数据版本、结论边界）用于项目/面试复述。 💼 实战价值：把本周方法写成“可复述模板”（场景、输入、方法、指标、边界），可直接用于项目答辩和技术面试。 ⚠️ 易错点：笔记与代码分离，复盘时找不到关键决策依据，导致同类问题重复踩坑。