CSYS5030 信息论数据分析项目（Stage 1 Proposal 20% + Stage 2 Video Presentation 40%）作业要求梳理。 整理时间线与迟交/延期规则、数据集的来源与禁用清单、proposal 的字数格式与两部分内容、presentation 的提交方式与 7 页 / 10 分钟 / 出镜要求、代码提交、两份 rubric 的分档标准，以及助教 FAQ 里关于必须用 JIDT、估计器选择、surrogate 数量、负结果与参数挑选的官方答复。
CSYS5030 Module 7 讲课总结。先收尾 Module 6 心跳-呼吸分析（pointwise MI 着色散点、多滞后 MI 用条件互信息区分冗余/独有/协同信息），再讲互信息的统计显著性：零假设与 surrogate 分布、打乱 vs 旋转、用 surrogate 做偏差修正、JIDT 的 bootstrap 与 χ² 解析检验、样本量启发式（状态配置数 ×3~×10）； Item 4 surrogate 分布实验（样本量、耦合强度、Gaussian vs KSG），Item 5 自相关与 KSG 的 dynamic correlation exclusion、非平稳数据取差分，以及 Module 8 文献阅读任务与 project 问答。
CSYS5030 Module 6 讲课总结。正式定义估计量的 bias 与 variance；从离散化取极限推导 differential entropy，解释它为何会发散、为何可以为负、为何只在「比较」时有意义，以及为什么互信息在连续变量上依然保持非负与缩放不变； 三种连续值 MI 估计器（linear-Gaussian、box kernel、Kraskov/KSG）的原理、优缺点与 JIDT 实操， Gaussian 下 MI = -½ln(1-ρ²) 的推导，kernel width 与 k 的参数扫描结果，以及用 Gaussian + KSG 两个估计器组合解读关系类型的四象限框架和心跳-呼吸数据分析。