COURSE PROGRAM · 2026
机器学习
专题 Tutorial
本页汇总课程第 7—16 周的专题教学内容，覆盖三维视觉、强化学习、基础模型与可信人工智能等研究方向。专题信息按照研究背景、核心方法、案例实验与讨论问题编排。
专题页面用于课前阅读和课后复习；参考论文、代码与实验材料由各专题小组在课堂前补充。
查看组织规范 →01 / PROGRAM
专题目录
共设置 10 个专题，涵盖视觉、生成、强化学习、基础模型、系统部署与可信人工智能等方向。
10 个专题按课程顺序排列
没有找到匹配的专题，请更换关键词或筛选条件。
02 / FORMAT
专题 Tutorial 组织规范
各小组围绕一个研究方向完成专题设计，使用统一结构组织讲解、案例展示和课堂讨论。
01必备内容
研究背景
说明问题定义、应用场景与研究价值，交代必要的基础概念。
02论文导读
核心方法
围绕 1—2 种代表性方法，结合论文梳理技术思路与发展脉络。
03实践环节
案例与实验
展示代码、工具或实验结果，说明方法的适用条件与评价方式。
04互动环节
课堂讨论
设置具体问题，引导比较方法、分析局限，并联系相关研究方向。
统一要求明确研究问题 · 梳理核心方法 · 介绍 2—3 篇代表论文 · 展示 1 个案例 · 设置课堂讨论
03 / COURSE TASKS
课程任务安排
课程任务由专题汇报、Agent 搭建作业和期末打榜组成。具体分组、提交方式及截止时间以任课教师发布的课程通知为准。
任务完成阶段任务内容成果形式
任务一小组汇报围绕一个研究方向完成专题 Tutorial，包含方法讲解、案例展示和课堂讨论小组汇报
任务二课程作业自行设计并搭建一个可运行的 Agent，完成基本功能验证与课堂展示代码 + 说明
任务三期末打榜（期末作业）完成统一数据任务并提交预测结果，以榜单成绩作为期末作业成绩仅提交结果，无需报告
01了解专题的问题背景与学习目标
02阅读推荐的经典论文与近期工作
03运行示例代码或记录一个实验问题
04在课堂讨论中提出问题或反馈