关于这份课程 Wiki
bRavePy · Cathy 的机器学习与管理研究课程知识库。面向希望理解、评估并谨慎使用机器学习方法的管理学研究者。
从哪里开始
- 没有编程基础：从第 1 课导学开始，用四组浏览器实验完成研究设计、模型评估、训练与文本测量的核心路径。
- 有 Python / R 基础：在浏览器中理解受控比较，再用学生代码包运行基线、单因素实验和计算练习。
- 已经有研究问题：在实验室索引找到相应任务，留下预测、观察、解释和研究迁移记录。
每课都有操作步骤、比较条件、思考题和记录建议。可选加练时间供自学安排参考。
当前收录
- 四课学生导学与两种学习入口
- 四组浏览器实验、思考题与研究迁移任务
- Python / R 学生开发实验、中文任务指南与英文注释术语表
- 关键概念、方法边界与管理研究情境
- 待教师确认的十二讲扩展结构
实验使用固定合成或虚构数据，不对应真实员工或企业。浏览器示例与下载代码包使用不同数据和模型；具体差异见代码说明。下载代码包不包含其原始最终测试数据或教师完整评估流程；网页中的教学测试演示属于公开学习内容，不是保密题库。
怎样判断自己学会了？
能让另一位同学复现你的操作，能说明哪些条件没有改变，能用数字或例句支持判断，还能说清本实验不能支持什么。答题反馈和完成勾选帮助你整理学习进度。开放题还需要用证据支持，并与同伴或教师讨论。
参考解释应在自己作答后查看。提交研究设计时，仍需结合实际数据和教师要求核对。
维护方式
内容由教师维护，学生阅读与操作。本站不提供学生编辑、讨论区、作业上传或成绩记录。提出修订时，请记下页面标题、操作设置、相关表述及依据，交给任课教师核对；报告运行问题时附上错误信息，但不要附真实个人数据。
数据与隐私
Wiki 不收集登录信息，不调用在线模型，也没有统计追踪脚本。部分实验使用当前浏览器的本地存储，其余输入只在页面中暂存；保存和导出范围以页面提示为准。本地记录不是跨设备同步，需要自行备份。部署平台仍可能保留常规访问日志。
不要输入真实员工姓名、身份信息、保密材料或未公开研究数据。导出文件由你自行保存和分享；使用公共电脑时，离开前按页面提示清理自己的记录。
阅读代码
先读中文任务指南，再顺着英文注释找到输入、计算和输出。遇到不熟悉的词，可查代码术语表。