Skip to content
项目

◆ — 课程作业

课程作业，复活上线。

26 个墨尔本大学课程作业与练习项目（2019–2024 年），2026 年重建为可以直接在浏览器里试用的在线演示。

课程项目时间线

每个格子是一个实验室。悬停读取，点击跳转。

已重建 26 个课程实验室

2019 至 2024 · 本科与硕士

Level
本科
硕士
2019 S2
2020 S1
2020 S2
2021 S1
2021 S2
2022 S1
2023 S1
2023 冬季
2023 S2
2024 S1

01“复活”指什么

除了一个标明为练习的往年题目，每个项目最初都是我在墨尔本大学提交的作业。2026 年我分三步把它们重新做出来，三步彼此分开，哪些是原作、哪些是新增，一眼就能分清。原代码已经遗失的项目，卡片上会写明。

  1. 忠实移植

    把原来的代码移植成 TypeScript，用一致性测试对照原版的 Python、C、R 或 JavaScript 逐项核对。已知 bug 按提交时的样子保留并写进文档，需要时另设修正模式。

  2. 统计复检

    用置信区间、配对检验和模拟重新核对结果，并在说明里写明原结论站不住的地方。

  3. 可选的 BYOK AI

    多数实验室都加了一个可选的 AI 功能，使用访客自己的 API key 运行。它的输出会对照数据核查，或与简单基线比较打分；不少还会在本地记录每次调用。

所有复活版共用的技术栈Next.js 16 · React 19 · TypeScript · Tailwind CSS 4 · shadcn/ui

  • 日期为最终截止日或最后提交的月份，只精确到现有记录能确认的程度。
  • 团队项目列出了每一位队友。每个项目都附在线演示，有视频导览（带字幕的操作演示）的也一并附上；公开仓库合并 2026 复活版之后，再附上源码链接。

02时间线

筛选项目

领域
阶段

显示 26 / 26 个项目

本科: 理学学士（数据科学）, 2019年7月 – 2022年7月

2019年第二学期

COMP10001 计算基础

日期:

已上线

COMP10001 编程游乐场

我第一门编程课的三个项目，合成了一个交互网站：用三种规则计票，用 BFS 和一致代价搜索带 Falca 绕过恶龙拿到宝藏，再为一手牌找出最优分组。

我的角色
个人项目。原作在 Grok Learning 上完成，2026 年的复活版也由我搭建。

亮点

  • 洞穴寻宝项目是对我 2019 年留存源文件的逐行移植，连原有 bug 也保留，旁边另设按题目要求修正的模式；另外两个原稿已丢失的项目按题目重建，并明确标注。
  • 在 230 个带种子的洞穴上与 Python 原版做对照测试，再用基于属性的测试，拿独立参照实现检查各项不变式。
在线演示 视频导览

2020年第一学期

INFO20003 数据库系统

日期:

已上线

Louvre Ops DB 卢浮宫运营数据库

INFO20003 课上我为卢浮宫门票与参观记录数据库做的实体关系设计，如今复活成可交互的 ER 图，并与 2020 年的 Workbench 原图并排对照。还可以在一份五年的合成博物馆数据上直接跑 SQL，作业要求的十个业务问题都有 SQL 解答，改进版模式则逐表说明改了什么、为什么改。

我的角色
个人作业：在 MySQL Workbench 里画了 Chen 概念模型和 Crow's foot 物理模型，并写了设计假设；2026 年的复活版也由我完成。

亮点

  • 解析原始的 Workbench 文件并正向生成 MySQL 建表语句：图上 16 张表能建出 13 张，设计评审用十二条问题及修正方案解释了另外三张为什么失败。
  • 把五年的合成运营数据回放进 2020 年的表结构，看原设计到底存得下多少：以展馆名为主键的 Wings 表，在 19,545 次展馆参观里只能存下 3 次。作业要求的十个业务问题，原设计能完整回答六个、部分回答两个；改进版模式（19 张表、2 个视图，并用触发器约束容量、重复入场和支付规则）十个都能回答。
在线演示 视频导览

COMP10002 算法基础

日期:

已上线

表情消息清洗器

我的第一份 C 语言作业：一个分五个阶段的清洗程序，去掉逗号分隔消息里的杂质，只保留词典里的表情符号。现在复活成逐阶段的可视化工具，背后跑的是忠实移植的 TypeScript 版本。

我的角色
个人作业，基于教学团队提供的代码框架。解答和 2026 年的复活版都由我完成。

亮点

  • 2020 年的完整解答是从 Notability 笔记里找回来的，确认能逐字节复现两份官方样例输出。
  • 用 500 个带种子的生成输入对照编译后的 C 程序做差分测试：481 次正常运行全部逐字节一致，C 程序崩溃的 19 次则由移植版标记出来。
在线演示 视频导览

2020年第二学期

COMP20003 算法与数据结构

日期:

已上线

k-d 树探索器

我在 COMP20003 写的二维 k-d 树，不用逐一比较，就能在 19,117 家墨尔本市商家里找出最近的一家。原来的 C 代码已经遗失，这是 2026 年根据留存的测试文件重建的版本。在墨尔本地图上随便点一处，就能看到每一次比较和每一块被跳过的区域，也能看插入顺序如何决定树的形状。

已完成更新于 2026年10月
  • 已重建（已完成）
  • 已升级（已完成）
  • 使用指南（已完成）
  • 已合并（已完成）
我的角色
个人作业。2020 年的 C 源码和题目说明都已遗失，2026 年我根据留存的测试文件和自己的实验数据重建了程序，并搭建了这个网站。

亮点

  • C 源码已经不在了，2026 年的重建只能依据留存下来的东西：一份保存的第一阶段输出、五个不同插入顺序的数据文件，以及我记录的比较次数。C99 重建版和逐行移植的 TypeScript 版都能逐字节复现那份输出。
  • 探索器在城市地图上动画演示最近商家搜索（第一阶段）和半径搜索（第二阶段），每一次比较、每一块被剪掉的区域都看得到。
在线演示 视频导览

COMP20008 数据处理基础

日期:

已上线

数据处理实验室

数据处理基础课的两个个人项目合成一个交互实验室：重放对橄榄球赛报的广度优先爬取，调整 Abt-Buy 商品匹配和分块规则，再用世界银行指标训练 k-NN 与决策树分类器。

我的角色
个人项目。原始代码、报告和 2026 年的复活版都由我完成。

亮点

  • 通过移植 NumPy 随机数生成器和 scikit-learn 的决策树构建器，2020 年的每个数字都原样复现，连决策树的每个节点都一致。
  • 重复 10 × 5 折交叉验证表明，报告里偏好的决策树并不比 3-NN 可靠地更好（差值的 95% 区间为 -4.4 到 +10.2 个百分点）。
在线演示 视频导览

MAST20005 统计学

日期:

已上线

MAST20005 统计学实验室

根据我自己的三次 MAST20005 R 语言作业做成的五个交互章节：估计量、分布拟合、置信区间、假设检验和简单线性回归。每一项计算都移植成 TypeScript 并对照 R 核对，带种子的模拟会重现 R 自己的随机抽样。

我的角色
个人作业。2020 年的 R notebook 和推导由我完成，2026 年的复活版也由我在此基础上搭建。

亮点

  • 2020 年作业中 R 输出的全部 34 个数字都逐字符复现，6 处手算结果在各自的舍入精度内一致。一张核对表把每个 2020 年的数值和重新计算的结果并排列出。
  • 移植了 R 默认的随机数生成器，set.seed 之后的抽样逐次一致，所以 2020 年比较中程数与样本均值的模拟，结果和当年一样。
在线演示 视频导览

2021年第一学期

COMP30027 机器学习

日期:

已上线

食谱计时实验室

2021 年 COMP30027 的双人项目，用 Food.com 的食谱文本把烹饪时间分为快、中、慢三类。根据当年的报告重建：粘贴一份食谱就能看到预测结果，还能并排比较原始模型。

我的角色
双人项目，搭档姓名未记录。2026 年由我根据 2021 年的报告重建模型。

亮点

  • 根据 2021 年报告重建了三个模型：Doc2Vec 配逻辑回归、TF-IDF 配随机森林，以及结合两种特征集的堆叠集成。
  • 交互式实验室可以粘贴任意食谱，观看三个模型的分类过程，并解释每个模型看到了什么、置信度如何。
在线演示 视频导览

INFO30005 Web 信息技术

日期:

已上线

Snacks in a Van 流动餐车点单

INFO30005 小组项目做的流动餐车双端点单应用：顾客在地图上找到最近的营业餐车提前下单，摊主在实时订单看板上出餐。现已重建为单个 Next.js 应用，带演示账号、运营分析和 A/B 测试设计器。

我的角色
在 4399 小组负责摊主端设计，开发了顾客下单、待处理订单列表、顾客与摊主登录，以及地图和博客两个附加功能；2026 年由我重建。
团队
Bin Liang、Declan Gannon、Khin Liew 和 Wei Zhao

亮点

  • 把 2021 年的业务规则（最近餐车、订单状态、修改时限、计价）移植成 TypeScript，对照测试会让原版 JavaScript 并排运行。
  • 运营分析包括 Kaplan-Meier 出餐时间曲线和各餐车的迟到折扣率，每个数字都标出不确定性和样本量。
在线演示 视频导览 GitHub 源码

2021年第二学期

MAST30034 应用数据科学

日期:

已上线

纽约出租车 2019

我对 2019 年纽约全部黄色出租车行程的个人分析项目，如今复活成交互网站：用同一套清洗规则重新处理 8,400 多万条记录，关联天气、获批活动和交通事故数据，配有出租车分区地图和路线视图，还能在浏览器里用 2021 年的回归模型估算行程时间。

我的角色
个人项目。原始 PySpark notebook 和 2026 年的复活版都由我完成。

亮点

  • 把 2021 年的清洗规则改写成 DuckDB SQL，在 TLC 现行的 2019 年数据上重跑。除了 TLC 后来重新发布的原始文件，其余每一步的行数都与 notebook 相差不到 0.003%，并与原数字并排记录。
  • 2021 年的回归模型在浏览器里运行，每个预测背后的各项都能看到；2026 年新增的评估包括时间留出集、稳健标准误、残差诊断和共形区间，结果发现一张简单的查找表反而更准。
在线演示 视频导览 GitHub 源码

MAST30034 应用数据科学

日期:

已上线

信号源分离实验室

应用数据科学课的个人作业：从一组模拟的 fMRI 式时空数据中还原隐藏的信号源。现在做成交互式实验室，可以自己生成数据，再用最小二乘、岭回归、Lasso 和主成分回归还原时间序列与空间图，所有计算都在浏览器里重新跑一遍。

我的角色
个人作业。原始分析、notebook 和报告都由我完成，2026 年的复活版也由我搭建。

亮点

  • 逐位移植 NumPy 旧版随机数生成器，重现 2021 年的噪声，报告里的每个数字都能在浏览器里原样算出来。
  • 在 50 组带种子的配对数据上，以事先固定的对照值重新审视 Lasso 惩罚的选择：当年选的 ρ = 0.625 比 ρ = 0.60 的 MSE 高约 10%，50 组数据全部更差。
在线演示 视频导览

MAST30034 应用数据科学

日期:

已上线

HPLC 质控实验室

我们在 MAST30034 与 CSL 合作的行业毕业项目，研究 HPLC 实验室数据，如今重建成浏览器里的实验室，只用合成数据。可以用规则级联解析杂乱的实验结果表，用判异规则读控制图，再用 PCA、t-SNE、UMAP、K-Means 和 DBSCAN 找出异常批次。不使用任何 CSL 的数据、代码或文件。

我的角色
与 Yuchen (Cynthia) Cai、Rongshun Li、Zhiliang (Tommy) Tang、Quzihan (Martin) Wu 组成 Group 07（Team 4399）。实验结果解析器、控制图函数和聚类 notebook 由五人共同完成，我担任团队的 Scrum Master。2026 年的复活版由我搭建。
团队
Yuchen (Cynthia) Cai、Rongshun Li、Zhiliang (Tommy) Tang 和 Quzihan (Martin) Wu

亮点

  • 2021 年我们为每条工艺流程写了一组有序的模式规则，把约 99.7% 的实验结果记录整理成批次、工序和样品字段。复活版把每一条剩下的记录连同原因放进“其他”表，不会有记录悄悄丢失。
  • 团队的解析器、控制图函数和聚类步骤都移植成 TypeScript，并在同一批合成输入上对照 2021 年原版 Python 测试，覆盖全部 43 种检测、对照品和测量组合的控制图。
在线演示 视频导览

COMP30022 IT 项目

日期:

已上线

4399 CRM 个人关系管理

COMP30022 IT 项目里我们做的移动优先个人 CRM：管理联系人，记录带地点的见面，在地图和日历上查看，还能扫二维码互加联系人。现已重建为单个 Next.js 应用，点“访客试用”就能直接体验，另有 Insights 统计页和可选的 AI 助手。

我的角色
4399 团队（第 49 组）的 Scrum Master，负责前端的联系人、见面记录和地图部分；2026 年由我重建。
团队
Bin Liang、Hongji (Harrison) Huang、Wei Zhao 和 Yixiao Tian

亮点

  • 移植了原有的搜索、排序、校验和联系人同步逻辑，对照测试直接从课程代码目录加载 2021 年的函数来比对结果。
  • 移植时补上了发现的安全漏洞：查询只限登录用户自己的数据，重置密码接口不再接受固定的验证标记，会话改用 httpOnly cookie。
在线演示 视频导览 GitHub 源码

2022年第一学期

MAST30034 应用数据科学

日期:

已上线

电池套利实验室（练习）

不计分的练习：一座 300 MW、580 MWh 的电网储能电池参与维州现货电力市场，用精确优化器在八年的 AEMO 公开电价上安排充放电。它回答的是 MAST30034 2021 年的电网电池题目，我和 Martin 在 2022 年 5 月拿来练手。我们的练习仓库只搭好了文件夹结构。

我的角色
与 Quzihan (Martin) Wu 自发组织的练习，和我们正式评估的毕业项目无关。2022 年的练习仓库只有文件夹结构，所以 2026 年的实验室由我根据题目从头搭建。
团队
Quzihan (Martin) Wu

亮点

  • 这里没有任何内容提交评估，题目经过转述，课程自己的数据文件也不再分发。
  • Python 参考模型（用 HiGHS 求解的混合整数规划）生成所有预先计算的数字，浏览器里的 TypeScript 优化器在 10 天、3 种电池配置上与它的收入分毫不差。
在线演示 视频导览

COMP30024 人工智能

日期:

已上线

Cachex 对战场

COMP30024 课上我们为 Cachex（一种带吃子和换手规则的类 Hex 连线棋）写的智能体，如今复活成浏览器里的对战场。可以和 minimax 智能体下棋、看 AI 互搏、逐步查看 A* 搜索，还能跑带随机种子的循环赛，胜率都附置信区间。

我的角色
与 Wei Zhao 组队（_4399）完成，A* 求解器、minimax 智能体和 Part A 报告由两人共同完成；2026 年由我重建为 Cachex Arena。
团队
Wei Zhao

亮点

  • 把 Python 写的智能体和 A* 求解器逐行移植成在 Web Worker 中运行的 TypeScript；在 184 次 A* 搜索、40 局裁判对局和 179 次 minimax 搜索上与原版结果完全一致。
  • 用带随机种子的 1,200 局循环赛（Wilson 与 bootstrap 区间）复盘后发现：动态深度搜索几乎从不超过一层，一行代码的 bug 让 alpha-beta 的窗口始终收不紧。这些都写进了文档，智能体保持提交时的原样。
在线演示 视频导览 GitHub 源码

硕士: 数据科学硕士, 2023年2月 – 2024年7月

2023年第一学期

COMP90051 统计机器学习

日期:

已上线

人还是机器？

Team 27 为课内 Kaggle 竞赛做的检测器：在每个词都被换成数字编号的情况下，判断一段文字出自人还是模型。如今复活成实验室，原始权重在浏览器里实时给文本打分，另有类别不平衡沙盒和无泄漏的重新评估。

我的角色
与 Yifei Du、Huihui He 组成 Team 27。我负责 MPI 预处理和 CNN 实验，与 Yifei 一起做词袋特征，并与两位一起完成 SMOTE 与欠采样的比较；Yifei 负责 SVM 和 SGD 模型，Huihui 负责逻辑回归和词向量。2026 年的复活版由我搭建。
团队
Yifei Du 和 Huihui He

亮点

  • 一次性导出六个原始检测器的权重，在浏览器里打分；全部 6,000 个测试预测（六个模型各 1,000 条文本）与 2023 年的文件一致。
  • 交互式检测器把人写和机器生成的词编号分布混合成样本，实时显示哪些词编号把结果推向哪一边。
在线演示 视频导览

COMP90024 集群与云计算

日期:

已上线

Spartan 推文并行分析

与 Wei Zhao 合作的作业：在学校的 Spartan 超算上用 MPI 并行处理 909 万条带地理标签的推文。复活版展示原始结果和扩展性分析，还能在浏览器里用 Web Worker 跑同一套算法。

我的角色
与 Wei Zhao 合作完成，MPI 程序和报告由两人共同完成；2026 年的复活版由我搭建。
团队
Wei Zhao

亮点

  • 原程序按字节范围把 18.74 GB 的文件分给各个 MPI 进程，单核 11:01 的运行时间在 8 核上降到 1:41（每种配置只跑了一次）。
  • 移植时发现一个分块边界 bug：同一条推文可能被两个进程重复计数（大约每 500 个边界出现一次）。移植版保留了这个行为，用测试固定下来，实验页面也会解释。
在线演示 视频导览 GitHub 源码

COMP90024 集群与云计算

日期:

已上线

Social Sense 社媒情绪看板

Team 57 的云计算项目：给 240 万条带地理标签的推文和 170 万条 Mastodon 帖子打情感分，再和官方收入、犯罪数据对照。复活版是一个只读网站，有地图、联动图表和可复现的数据管线。

我的角色
在 Team 57 负责 React 前端，同时参与数据处理和 API 工具开发；2026 年的复活版由我搭建。
团队
Xuan Wang、Wei Zhao、Zongchao Xie 和 Runqiu Fei

亮点

  • 在留存的数据上重跑团队原来的 Python 代码，对照 2023 年看板做了 18 项一致性检查，最终得到一个 1.7 MB 的只读 SQLite 数据库。
  • 把 NLTK 的分词、WordNet 词形还原和 VADER 移植成 TypeScript，在 44,156 条真实 Mastodon 帖子上与原 Python 结果零差异。
在线演示 视频导览 GitHub 源码

COMP90051 统计机器学习

日期:

已上线

多臂老虎机实验室

统计机器学习课的个人项目：能应对延迟或丢失反馈的逐次淘汰（successive elimination）算法、Thompson 采样和 Doubly-Adaptive Thompson Sampling，2023 年通过回放 30 万条真实新闻点击日志来评估。如今复活成浏览器里的实验室，算法在带种子的合成日志上比拼，可以调整延迟分布，让最多七个算法同场比较。

我的角色
个人项目。原始 notebook 和 2026 年的复活版都由我完成。

亮点

  • 把五个算法逐行移植成在 Web Worker 中运行的 TypeScript，并精确复现 NumPy 的 PCG64 生成器、ziggurat 正态抽样和成对求和，浏览器打印的结果与 notebook 分毫不差。
  • 原 notebook 每个算法只跑一次；现在每个算法用 20 次带种子的重复回放，给出 bootstrap 区间、与 Thompson 采样的配对比较、效应量和延迟敏感性热力图。
在线演示 视频导览

MAST90139 数据科学统计建模

日期:

已上线

GLM 演练场

三份广义线性模型作业，如今复活成六个交互案例：逻辑回归、对数线性、多项、比例优势和 GEE 模型都在浏览器里实时重新拟合，并对照我 2023 年提交的 R 代码核对。

我的角色
个人作业。原始 R Markdown 分析和 2026 年的复活版都由我完成。

亮点

  • 用约 1,300 行无依赖的 TypeScript 重新实现 glm、nnet::multinom、MASS::polr 和 geepack::geeglm；49 项一致性检查把结果与 R 的输出对齐，误差通常在 1e-9 以内。
  • 每个案例都可以改动输入，当场重算估计值、区间和检验，从甲虫剂量反应实验到呈现辛普森悖论的三维列联表。
在线演示 视频导览

2023年冬季学期

COMP90050 高级数据库系统

日期:

已上线

自驱数据库实验室

我们 Group 40 关于自驱数据库的综述，如今重建成一个实验室：1985 到 2023 年间提出的五种索引顾问，在浏览器里的实时 SQLite 数据库上与“不建索引”的基线同场比拼。QueryBot 5000 的负载预测流程为索引调优提供输入，综述本身也变成一张可筛选的领域地图，并更正了两处署名有误的引用。

我的角色
与 Xiaoyi Liu、Runqiu Fei、Qingxuan Yang 组成 Group 40。我和 Runqiu 负责综述中索引选择的部分，Xiaoyi 和 Qingxuan 负责负载驱动优化，引言、讨论和结论由四人共同完成。2026 年的复活版由我搭建。
团队
Xiaoyi Liu、Runqiu Fei 和 Qingxuan Yang

亮点

  • 把综述里描述过、却从未实现的算法逐一实现：DROP、AutoAdmin、DB2 Advisor、CoPhy 和 C²UCB 老虎机都按原论文用 TypeScript 写成，并分别对照暴力枚举、穷举搜索或论文中的算例做测试。它们在 Web Worker 里调优同一个 SQLite 数据库，总耗时把推荐、建索引和执行查询都算在内。
  • 基准测试为每个索引顾问重放 10 组带种子的负载，给出 bootstrap 区间，并与贪心 what-if 搜索做配对比较。汇总五个独立会话的结果：在静态和 HTAP 负载上，老虎机的总耗时胜过贪心，在变化的负载上则落后；只看建索引加执行查询的时间，它连静态负载也更慢，因为在这么小的负载上，它的优势来自从不花时间做 what-if 搜索。
在线演示 视频导览 GitHub 源码

2023年第二学期

MAST90083 计算统计与数据科学

日期:

已上线

计算统计演练场

两份作业，涵盖岭回归与 Lasso、自回归模型定阶、支持向量机和 bootstrap，代码从 R 逐行移植过来。拖动 λ、重跑蒙特卡洛模拟或重新训练 SVM，网站给出的数字仍与原 PDF 一致。

我的角色
个人作业（作业 1 与作业 3）。原始 R Markdown 和 2026 年的复活版都由我完成。

亮点

  • 把 glmnet 的坐标下降、LIBSVM 的 SMO 求解器、cv.glmnet 和 e1071::tune 移植成 TypeScript，并逐位重现 R 的 Mersenne-Twister 播种，set.seed(10) 抽出的交叉验证折和模拟序列与 2023 年完全相同。
  • Vitest 用从 R 导出的参考结果和原 PDF 上的数字检验移植版，精度从 1e-10 的相对误差到计数完全相等。
在线演示 视频导览

MAST90125 贝叶斯统计学习

日期:

已上线

通往后验的四条路

贝叶斯统计学习课的作业：用 Laplace 近似、Metropolis-Hastings、哈密顿蒙特卡洛和期望传播四种方法，为一个小型剂量反应试验拟合逻辑回归。现在做成交互讲解站，可以逐次重现 2023 年的抽样链。

我的角色
个人作业。原始 R Markdown 分析和 2026 年的复活版都由我完成。

亮点

  • 把 R 的随机数生成器、mvtnorm 和 QUADPACK 数值积分移植成 TypeScript，浏览器结果与原 R 输出相差约 1e-11。
  • 找出并记录了 2023 年代码里五处数据编码和似然函数的 bug；“按原样提交”开关保留原始行为，可以和修正后的分析对照。
在线演示 视频导览

MAST90138 面向数据科学的多元统计

日期:

已上线

多元统计实验室

两份关于协方差、主成分分析和高维分类的作业，如今复活成三个实验室：协方差与特征分解演练场、小麦种子 PCA 浏览器，以及用一年 365 天降雨量区分澳大利亚南北气象站的分析故事。

我的角色
个人作业（作业 1 与作业 3）。原始 R Markdown 和 2026 年的复活版都由我完成。

亮点

  • 把 Jacobi 特征值求解器、R 的 glm.fit（含 LINPACK 选主元 QR）、核 PLS 和 rpart 的建树算法移植成 TypeScript，并在测试中对照 R 核对，浏览器可以重算小麦数据的 PCA、每个逻辑回归拟合和 PLS 树。
  • 凡是 2023 年作业有 bug 的地方，实验室都提供“按原样提交”与“修正后”切换；协方差演练场还纠正了原答案中的一处错误。
在线演示 视频导览

MAST90107 数据科学项目（第 2 部分）

日期:

已上线

气候与面包价格

我们 MAST90106 和 MAST90107 毕业项目的复活版，在公开数据上从头重建。厄尔尼诺等气候模式能否帮助预测下个月小麦、玉米、大米、大豆、棕榈油和糖的价格？只用世界银行、NOAA 和 FRED 的数据，不使用任何 CSIRO 或团队的数据、代码或文件。

我的角色
与 Ritwik Giri、Jiaqi Hu、Xiangyi (Emma) He、Jihang (Jonathan) Yu 组成 Group 36，这是 2023 年第一、二学期由 CSIRO 主持的行业毕业项目。2026 年的复活版由我独立用公开数据搭建，因此数字都是新的，并非团队 2023 年的结果。
团队
Ritwik Giri、Jiaqi Hu、Xiangyi (Emma) He 和 Jihang (Jonathan) Yu

亮点

  • Python 管线下载世界银行 Pink Sheet 价格、NOAA 气候指数和 FRED 的美国 CPI，从 1990 年 1 月起，对每种商品、每个指数和 1 到 12 个月的每个滞后期做滚动的一步预测回测。
  • 每个气候输入都在评估期的前一半选定，在后一半打分，所以与普通 SARIMA 基线的比较都发生在模型从未见过的月份上。
在线演示

2024年第一学期

COMP90042 自然语言处理

日期:

已上线

NLP 实验场

两份 NLP 个人作业重做成三个浏览器演示：话题标签切分、用朴素贝叶斯和逻辑回归判断推文来自哪个国家，以及由 n-gram 语言模型来猜词的 Hangman。2026 年的升级补上了置信区间、配对检验、校准评估和可选的 LLM 评测。

我的角色
个人作业。两份原始 notebook 和 2026 年的复活版都由我完成。

亮点

  • 把 NLTK 的 TweetTokenizer、WordNet 词形还原和两个分类器移植成 TypeScript，与提交的 notebook 在每条测试推文上的预测完全一致。
  • 补做的分析显示，在 142 条测试推文上两种分类器无法区分（精确 McNemar 检验 p = 1.00），而朴素贝叶斯明显过度自信。
在线演示 视频导览

COMP90042 自然语言处理

日期:

已上线

气候声明核查器

我们小组为气候科学声明做的两阶段事实核查系统：先用 TF-IDF 在约 120 万条维基百科段落中检索证据，再由从零训练的 Transformer 给声明打标签。复活后访客可以输入自己的声明，也可以浏览 154 条开发集声明；原始流程如实重跑，薄弱的结果也照样呈现。

我的角色
与 Wei Zhao、Xuan Wang 合作的小组项目。我负责系统设计、预处理、TF-IDF 证据检索以及报告和展示；Wei 负责 Transformer 与 LSTM 分类器，Xuan 负责检索的测试与调试和文献综述，并参与报告和展示。2026 年的复活版由我搭建。
团队
Wei Zhao 和 Xuan Wang

亮点

  • 把 2024 年 notebook 的每一步移植成 TypeScript，并对照原版 Python 核对，细到 NLTK 的 Porter 词干提取器和 NumPy 处理并列值的顺序。在全部 119 万条段落上重跑检索规则，开发集的证据 F 值与报告中印出的每一位都一致。
  • 2026 年重跑发现，Transformer 编码器混合的是同一批次里的不同声明，而不是同一条声明里的词；因此对单条声明而言，它等价于一张逐词打分的查找表，网站上的每个预测都能完整解释。
在线演示 视频导览 GitHub 源码

03技能矩阵

每项技能都标出体现它的项目，按时间先后排列。点选技能即可筛选上方的时间线。

统计

  • COMP10001 编程游乐场 · Louvre Ops DB 卢浮宫运营数据库 · 表情消息清洗器 · 数据处理实验室 · MAST20005 统计学实验室 · 食谱计时实验室 · Snacks in a Van 流动餐车点单 · 纽约出租车 2019 · 信号源分离实验室 · HPLC 质控实验室 · 4399 CRM 个人关系管理 · Cachex 对战场 · 人还是机器？ · Spartan 推文并行分析 · Social Sense 社媒情绪看板 · 多臂老虎机实验室 · 自驱数据库实验室 · 计算统计演练场 · 多元统计实验室 · NLP 实验场 · 气候声明核查器

  • Louvre Ops DB 卢浮宫运营数据库 · 表情消息清洗器 · 数据处理实验室 · MAST20005 统计学实验室 · Snacks in a Van 流动餐车点单 · 信号源分离实验室 · 4399 CRM 个人关系管理 · Cachex 对战场 · 人还是机器？ · Social Sense 社媒情绪看板 · 多臂老虎机实验室 · 自驱数据库实验室 · 计算统计演练场 · 多元统计实验室 · 气候与面包价格 · NLP 实验场 · 气候声明核查器

  • COMP10001 编程游乐场 · MAST20005 统计学实验室 · Snacks in a Van 流动餐车点单 · 信号源分离实验室 · HPLC 质控实验室 · Spartan 推文并行分析 · 多臂老虎机实验室 · GLM 演练场 · 计算统计演练场 · 气候与面包价格

  • Louvre Ops DB 卢浮宫运营数据库 · k-d 树探索器 · 食谱计时实验室 · Snacks in a Van 流动餐车点单 · 电池套利实验室（练习） · Cachex 对战场 · Spartan 推文并行分析 · 多臂老虎机实验室 · 自驱数据库实验室 · 气候与面包价格 · NLP 实验场

  • MAST20005 统计学实验室 · 纽约出租车 2019 · 信号源分离实验室 · Social Sense 社媒情绪看板 · GLM 演练场 · 计算统计演练场 · 气候与面包价格

  • MAST20005 统计学实验室 · 多臂老虎机实验室 · 通往后验的四条路

  • Social Sense 社媒情绪看板

  • Snacks in a Van 流动餐车点单

人工智能与机器学习

  • 数据处理实验室 · 食谱计时实验室 · 人还是机器？ · 计算统计演练场 · 多元统计实验室 · NLP 实验场 · 气候声明核查器

  • 数据处理实验室 · 食谱计时实验室 · 纽约出租车 2019 · 信号源分离实验室 · HPLC 质控实验室 · 人还是机器？ · 多臂老虎机实验室 · GLM 演练场 · 计算统计演练场 · 通往后验的四条路 · 多元统计实验室 · 气候与面包价格 · NLP 实验场 · 气候声明核查器

  • 数据处理实验室 · 信号源分离实验室 · HPLC 质控实验室 · 多元统计实验室

  • 食谱计时实验室 · 人还是机器？ · Social Sense 社媒情绪看板 · NLP 实验场 · 气候声明核查器

算法

  • COMP10001 编程游乐场 · k-d 树探索器 · Cachex 对战场

  • 电池套利实验室（练习）

  • 表情消息清洗器 · 数据处理实验室 · Spartan 推文并行分析 · NLP 实验场 · 气候声明核查器

测试与可复现性

  • COMP10001 编程游乐场 · 表情消息清洗器 · k-d 树探索器 · 数据处理实验室 · MAST20005 统计学实验室 · Snacks in a Van 流动餐车点单 · 纽约出租车 2019 · 信号源分离实验室 · HPLC 质控实验室 · 4399 CRM 个人关系管理 · 电池套利实验室（练习） · Cachex 对战场 · 人还是机器？ · Spartan 推文并行分析 · Social Sense 社媒情绪看板 · 多臂老虎机实验室 · GLM 演练场 · 计算统计演练场 · 通往后验的四条路 · 多元统计实验室 · 气候与面包价格 · NLP 实验场 · 气候声明核查器

  • COMP10001 编程游乐场 · 表情消息清洗器 · 自驱数据库实验室

  • 数据处理实验室 · MAST20005 统计学实验室 · 信号源分离实验室 · 多臂老虎机实验室 · 计算统计演练场 · 通往后验的四条路

数据工程

  • Spartan 推文并行分析 · Social Sense 社媒情绪看板

  • 数据处理实验室 · 纽约出租车 2019 · HPLC 质控实验室 · 电池套利实验室（练习） · Social Sense 社媒情绪看板 · 气候与面包价格

  • 数据处理实验室

  • Louvre Ops DB 卢浮宫运营数据库 · Snacks in a Van 流动餐车点单 · 纽约出租车 2019 · 4399 CRM 个人关系管理 · 电池套利实验室（练习） · Social Sense 社媒情绪看板 · 自驱数据库实验室 · 气候与面包价格 · 气候声明核查器

  • Louvre Ops DB 卢浮宫运营数据库

  • Louvre Ops DB 卢浮宫运营数据库 · 自驱数据库实验室

Web 开发

  • Snacks in a Van 流动餐车点单 · 4399 CRM 个人关系管理 · Social Sense 社媒情绪看板

  • COMP10001 编程游乐场 · Louvre Ops DB 卢浮宫运营数据库 · 表情消息清洗器 · Snacks in a Van 流动餐车点单 · 4399 CRM 个人关系管理

  • k-d 树探索器 · Snacks in a Van 流动餐车点单 · 纽约出租车 2019 · 4399 CRM 个人关系管理 · Social Sense 社媒情绪看板

生成式 AI 评测

  • COMP10001 编程游乐场 · Louvre Ops DB 卢浮宫运营数据库 · 表情消息清洗器 · 数据处理实验室 · 4399 CRM 个人关系管理 · Cachex 对战场 · Spartan 推文并行分析 · Social Sense 社媒情绪看板 · 多臂老虎机实验室 · 自驱数据库实验室 · NLP 实验场 · 气候声明核查器

  • Louvre Ops DB 卢浮宫运营数据库 · Snacks in a Van 流动餐车点单 · 信号源分离实验室 · HPLC 质控实验室 · Cachex 对战场 · Spartan 推文并行分析 · Social Sense 社媒情绪看板 · GLM 演练场 · 自驱数据库实验室 · 通往后验的四条路 · 多元统计实验室 · 气候声明核查器

  • COMP10001 编程游乐场 · Louvre Ops DB 卢浮宫运营数据库 · 表情消息清洗器 · 数据处理实验室 · Snacks in a Van 流动餐车点单 · 纽约出租车 2019 · 信号源分离实验室 · HPLC 质控实验室 · 4399 CRM 个人关系管理 · Cachex 对战场 · Spartan 推文并行分析 · Social Sense 社媒情绪看板 · 多臂老虎机实验室 · GLM 演练场 · 自驱数据库实验室 · 计算统计演练场 · 通往后验的四条路 · 多元统计实验室 · NLP 实验场 · 气候声明核查器