跳转至

内容审计

统计日期:2026-08-04。统计来自仓库工作树,用于安排整理优先级,不代表官方课程清单。

仓库里有什么

项目 审计结果
学期归档 6 个:2025 秋、2026 春、2026 秋、2027 春、2027 秋、2028 春
二级课程或专题目录 49 个
PDF 36 个
Notebook 5 个,均位于 2026 春数据挖掘目录
Office 附件 Word 15 个、PPT 4 个、Excel 4 个
压缩包与代码 ZIP 16 个、Python 2 个
图片 JPG 53 个、PNG 7 个、WebP 4 个
Markdown 网站页面之外,历史资料中有 1 个 .md 作业文件;许多课程说明使用无扩展名 README

内容密度

已有较多真实附件

  • 2025 秋机器学习:专题 PDF、PPT 和 Word 作业。
  • 2026 春数学分析:讲义、期末复习 PDF 和大量作业图片。
  • 2026 春数据挖掘:Notebook、PDF、PPT、ZIP、Excel 与 Markdown 作业。
  • 2026 春离散数学:PDF、作业 ZIP 与图片。
  • 2026 春数学建模:Python、报告 PDF、PPT 与 ZIP。
  • 2026 春应用概率与数理统计:作业 PDF 与图片。

这些目录已经进入历史资料用途索引,但“有附件”不等于“适合直接公开为网页正文”。

主要是目录说明

2026 秋及之后的大部分课程目前只有简短 README,适合保留课程入口和贡献任务,不适合生成空泛的独立课程页面。完整清单见课程地图

展示与风险分类

分类 判断原则 当前处理
适合网页展示 原创 Markdown、来源清楚、已脱敏、不是答案型材料 经审查后转写到 docs/
仅作历史附件 PDF、Office、图片、ZIP 或未形成知识结构的作业归档 保留原路径,只在索引中概括
需要优先审查 文件名或内容可能包含姓名、成绩、签名、课表、评分复核信息 不展开、不嵌入,不在完成审查前转写
不应公开 受限传播、侵权、未脱敏或可直接用于作弊的答案材料 移出公开贡献范围,并按维护流程处理

下一轮整理任务

  1. 检查数据挖掘 Notebook 的依赖、数据来源、输出和个人信息。
  2. 为机器学习专题 PDF 建立标题级索引,并核验分享许可。
  3. 从数学分析与离散数学资料中提炼非答案型知识结构,而不是复制作业解答。
  4. 对 Office、ZIP、证明、课表、论文和评分相关文件逐项做隐私与版权审查。
  5. 仅在有真实笔记或有效索引时,为后续课程新增独立网页。