选课类别:计划内与自由选修 | 教学类型:理论实验课 |
课程类别:本科计划内课程 | 开课单位:统计与金融系 |
课程层次:专业核心 | 学分:3.5 |
张伟平老师的《多元统计分析A》考试风格沿用往年模式,开卷且难度较低,大部分内容不考,复习主要集中在置信区间、手动分类、PCA解释等方面。整体给分较好,但仍有学生反馈作业和大作业给分存在玄学成分,部分同学期末成绩稍有遗憾。
课程作业量大,任务繁重,不少学生感到负担较重,但部分同学认为使用电脑作业并不费时。助教在改作业上表现欠佳,存在糊弄现象。课程结束后,由于疫情补实验和大作业,使得任务进一步增加。
张老师的教学内容涉及多元统计、协方差分解及机器学习基础方法,课程内容丰富,对开拓视野非常有帮助。尽管部分学生反映张老师讲课速度较快,内容密集,存在跟不上的情况,但总体反映良好。PPT课件精美且用心制作,很多同学评价其为“非常良心”。尽管有部分负面点评如“重点不明”,但大量学生仍表示“能学到很多有用的东西”。
最近正在搞矩阵分析于是打开这门课slide来复习各种矩阵和多元正态的知识,想起来来评一个课。
事情是真的多,考试很友好,给分非常非常好。
这门课最有意思的是前面的矩阵和多元正态部分,除了高维统计里的各种concentration inequality外,这些是我平常碰见的最多,最有用的知识了。对大部分同学来说,后半部分的统计机器学习模型也是一个非常好的入门机会。虽然张老师把过多的内容塞进了这门课,导致听课很痛苦,但是对不同同学都可以各取所需,有所收获,这点就比大部分统计课要值得一个10分了,何况最后考试其实证明大部分内容是不考的,考试基本沿着黑超的往年试卷的风格来。
此外,张老师的slide做的是真的良心,很漂亮,每部分课后的实验slide很明显也是花了大功夫来出的,即使不上课也推荐白嫖一波slide (
NT老师,喜欢点名,小测,上课PPT做的混乱无比,重点不明,讲一大堆的东西,最后R语言掉一个包引用一个函数做好了。
张老师的课好好听是能学到很多东西的,可以看下社区里张老师其他评价都很好,从PPT上看老师是用心做了的,比如从图像压缩引入SVD,并介绍在推荐系统和网页排序的应用;以及最后几节课快速过掉了机器学习领域的一众方法(太菜没有跟上)。课程主要分为三部分:多元正态有关处理,协方差分解有关技术,判别与分类等机器学习基础方法,我觉得这些内容对于开拓眼界是很有好处的。
不过槽点也的确不少,有一部分是助教的锅,作业完全是考前突击改完,差不多随机给分。。。大作业给分也是很玄学。。。有作业,最后因为疫情补实验,加上一个大作业,事情实在不少。另外张老师讲课很快,内容还多,多数时候本菜不太跟得上,一节课听着听着就跟不上了。从考试内容上看,张老师虽然讲课方式与往年老师有很大不同,但是考试模式大体一致,考一些置信区间、手动分类、PCA解释这样的东西,可以去黑超看看往年试题,基本一个套路,所以复习真的没必要和那些难的内容硬刚。
给分我也不知道咋样,期末开卷都写上了,85,可能有很多自己错了却不知道的东西吧QAQ
内容超多;任务过重。而大三下学期还有很多其他事要做。
今天下午开始线上上机,限时,不知道老师是怎么考虑的。
(以下是期末过后的评价)
把1分调成了6分,主要原因是考试没有为难我们,开卷而且难度为0
这门课主要的锅应该还是在助教,改作业糊弄+不回答问题。张老师课件做的还是比较认真的,讲的内容也有不少有用的,比其他几门大三下统计课收获大一些,最大缺点还是:作业量过大
上完我感觉还不错,学到很多东西并且考试也非常简单。对于很多人说的作业负担问题,其实电脑用娴熟一点也没有那么多的,写起来也并没有特别耗时。
不过期末手抖太厉害,最后总评以89.4644分被卡在了3.7还是有丢丢难过。
教师主页: 暂无