什么是 AskSia AI 机器学习导师？
AskSia AI 机器学习导师是一个个人辅导工具，教授模型为何失败，而不是调用哪个库函数。它会询问错误是来自偏差还是方差，在你要求时陪你走过损失函数或优化步骤，并询问如果数据集更大情况会如何变化。它涵盖监督学习、损失函数和优化、正则化、树和集成方法、无监督学习、神经网络基础、验证策略和评估。它提供八种语言的回答。AskSia A+ 套餐的学生享有及格信心保证。AskSia 是学习辅助工具，不是答案密钥。
像真人导师一样进行的四个阶段
答案出现时，解题工具就完成任务；当你能独自解下一题，辅导才算完成。
给你方向，而不是直接给解答
它指出卡住的步骤，再把问题交回给你走出下一步。
逐行讲解，搭配图解
需要更多帮助时，它会逐行带你走过解法，而不只告诉你最终结果。
它会反过来问你一题
在继续之前，它会用一个简短问题确认下一步是否真正属于你。
稍后再回来复习
薄弱知识点会在更适合主动回忆、巩固解题方法的时机再次出现。
距离考试还有三周
导师会刻意放慢节奏，为下一题留下可重复使用的解题方法。
每学期最容易失分的三种习惯
机器学习课程的评分在于诊断。这三点是学生常遇到的瓶颈。
为解决方差问题而增加复杂性
当训练误差低而验证误差高时，更大的模型会使情况变得更糟。导师会在更改任何内容之前询问哪个错误较高。
在测试集上调整超参数
使用测试性能来选择设置会将其变成第二个训练集，报告的结果将毫无意义。导师会询问每个决策使用了哪个分割。
将聚类读作类别
聚类在所选特征和距离度量中找到结构，而不是现实世界的群体。导师会询问不同的特征集会产生什么结果。
不是题库，而是从你的错误中生成的测验
你的分数并非平均丢失，因此你的练习也并非平均分配。试试这个。
这位导师涵盖的内容
初级机器学习课程，围绕模型为何表现出特定行为进行组织。
缺少底层的数学知识？线性代数、微积分和概率承载了大部分推导。在应用流程方面有困难？
机器学习导师的四种功能是聊天框所没有的
它了解你的学习历程，不只是一道问题
下一次辅导会从你真正觉得困难的步骤开始，而不是泛泛地重讲整章内容。
它会画出图解，不只列出代数式
图解会带着标注与解题过程的每一步并列呈现，因为可视化推理本身也能得到分数。
它会找出你自己解题过程中的第一行错误
拍下做错的尝试，它会找到解法最早偏离的步骤，然后讲清这一步。
它按你的课程方式检验理解
长答题需要依照你自己试卷的格式练习，而不是套用选择题题库。
为什么诊断是全部主题
任何人都可以用三行代码拟合一个模型。课程考察的是你是否能查看两个错误数字并说出该如何更改。导师在讨论任何调整之前都会询问哪个错误较高，因为这个顺序就是方法。
这里的“个人”意味着它会记住哪个诊断一直在失败。如果你的实现干净利落，但验证纪律一直在滑坡，这会被跟踪并将在下一次作业前提出。
它支持英语、德语、日语、韩语、西班牙语、葡萄牙语、简体中文和繁体中文。
学生真正会问的问题
它会编写模型代码吗？
不会。它会询问哪个错误较高，以及这意味着什么，然后进行推理。有关实现帮助，请使用 Python 页面。
它能帮助我诊断过拟合吗？
是的，这是这里最常被要求的主题。它从你的两个错误数字开始，而不是从定义开始。
它是否涵盖神经网络？
是的，涵盖了初级课程教授的水平：层、激活函数、反向传播以及深度为何有益。框架特定的教程不在其范围内。
它可以解释推导过程吗？
是的，包括梯度下降和正则化目标，它会询问你卡在哪个步骤，而不是重述整个推导过程。
它是否涵盖无监督方法？
是的，包括聚类和降维，重点是这些结果的含义和不含义。
可以使用 AI 机器学习导师吗？
AskSia 是作为学习辅助工具构建的，而不是答案密钥。在使用任何工具进行评分作业之前，请检查您自己的院系政策。
全部 149 位 AskSia 导师
每个学科都采用同一种方式：针对你卡住的步骤给出提示，结合你自己的课程资料讲解，最后再向你抛回一个问题。
数学和统计学
15从代数到微积分，也提供面对截止日的作业辅导。
科学
11物理、化学与生命科学的导师页面和作业辅导。
计算和数据
22涵盖主要编程语言，以及课程实际使用的理论、数据和工具。
工程
8从静力学到流体力学，并提供应用课程作业页面。
商业和经济
9会计、金融与经济，搭配图表及财务报表。
人文与写作
13协助审阅草稿而非代写的人文与写作学科。
语言
16提供附规则的修正，以及目标语言的对话练习。
AP课程
20依据内容与评分标准共同设计。
考试和认证
11以实际评分格式练习证书与入学考试。
健康类课程
7结合每个选项的依据，协助课程与执照准备。
学习支持
9当你需要重整整份日程，或今晚就要面对截止时间。
比较学习工具
8比较各工具的强项，以及它们无法处理的范围。
