选课类别:计划内与自由选修 | 教学类型:理论课 |
课程类别:本科计划内课程 | 开课单位:计算机科学与技术系 |
课程层次:专业选修 | 学分:3.0 |
丁虎老师有海外教学经验,授课风格偏向小班研讨,通过引导学生思考与推导代替机械灌输,课堂内容启发性高。上课内容较多偏理论证明,需要扎实的数学基础。
课程内容较难,部分内容创新性强,涉及复杂的大数据算法和数学推导。课程没有指定教材,依赖老师板书和助教整理的笔记,且笔记跟不上进度,建议务必认真做笔记。虽然部分同学认为内容有趣,但整体难度普遍较高。
作业总共三次,难度较高,大多题目需要良好的数学基础及算法理解。部分作业题甚至难以下手。总体而言,作业更注重启发性而非巩固知识。
考试方面,期中期末两次考试均有大量人不及格,期中考内容较难,有60%为课程内容,40%为算法理解与运用;期末考试相对简单,全是课程内容。出分较慢,有时期中成绩甚至到期末前几天才出。
给分总体上相对慷慨,尽管考试难度较大,最后会调分,优秀率较高。但由于有大量人可能不及格,选课需慎重。课堂体验整体分化较大,务必要高度重视复习,否则成绩可能不理想。
尽管某些评语对教学速度和出分时间有批评,整体上,此课程适合对大数据算法有浓厚兴趣并具备扎实数学基础的同学。课堂体验普遍评价较好,但若重视成绩需慎重考虑是否选课。
本课程难度较大,但收获也确实很多,请慎选。
丁虎老师在美国做过几年短期助理教授,目前是中科大的特聘教授。
授课风格比较偏向于小班研讨。上课的时候会带着大家思考与推导,而不是机械性的灌输,跟着老师的思路走下来能学到不少。
老师上课是没有教材的,但是有助教整理出来的笔记,老师在课后也会发上课的板书。不过还是建议听课的时候做笔记,不然复习的时候会很痛苦。
去年的整理笔记:http://staff.ustc.edu.cn/~huding/data%20course.html
作业一共有三次,难度比较高,大部分题目都要求良好的数学基础以及对算法思想的理解。
期中考试的难度较大,有60分是上课或者习题课上直接讲过的内容,40分是算法的理解和运用;
期末难度降低了一些(可能是因为期中成绩比较惨烈),全部都是上课讲过的内容。
期中期末成绩分布:
(不是我截漏了,是期末最高分只有90,可能是因为最后一题的fast-JL大家都没背)
黑点主要集中在两方面:
主观上,我个人的上课体验是很不错的,可以说是我大学期间一字一句认真听完的唯一一门课。
给分上还算不错,期中期末改卷都放了大洪水,最后总评也调了分。本人期中期末都只有八十几分,最后调到了九十几。
这课真的很好,一点都不难,老师讲得好,本着好课一起分享的原则,我建议大家都来选这个课
.这个笔太不好用了.
大三所有课里最值得上课听的,可能有没有对应教材的原因,但是老师讲得也很好。讲的东西启发性蛮大的。课不怎么文科,和webInfo这种有点差别。考试内容基本都在老师笔记里有,复习基本把笔记都过一遍 不用看什么题。 比较烦的点:作业奇难无比,不是巩固作用的,以启发为主,虽然最后一般也没被启发;发课堂笔记和出分都很能拖。
丁虎老师是从密歇根州立大学回来的老师,这门课也是2020年疫情期间第一次开设。
(注:17级计算机专业的专业选修课有调整,增加了大数据算法这门课以及张兰老师的数据隐私课程。即使这样,cs的专业选修课依然乏善可陈)
丁老师上课会用板书讲各种大数据算法,偏理论证明,牵扯到很多数学上的内容。这个时候数理基础不扎实的问题就暴露无遗,而且上课不认真的话,课下看板书也看不懂。课下的话助教会总结丁老师上课讲的内容,整理成notes的形式发给大家以供复习参考。这点体验是相当好的。
这门课(2020春)没有作业,只有最后的一个小组答辩(可以单人答辩,也可以双人答辩):从丁老师给的5个主题中挑1个进行深入研究,然后实现算法并改进,最后总结成标准的论文格式。从这一点上看,其实和课程整体内容的关联性并不强。
内容挺难的,不过丁老师是完全板书,讲得很认真,听课的话跟上还是没问题,而且挺有意思的。但是作业和考试、给分太一言难尽了,只有三次作业,每次几道题,难度不小,有一部分甚至是无从下手的那种,甚至还有老师随口一说的那种题,什么求矩形的VC-Dim(答案是7,反正我是做不出来……);考试成绩分布有同学贴上去了,期中考试的成绩直到期末前几天才出,最后肯定是调分了,但具体怎么折腾的我们都不大清楚,但是如果新同学估摸着自己考试大概在50%左右又重视成绩就还是别上了……
总结的话就是听课体验很好,丁老师讲得也很清楚,内容也很有意思,但是如果选课了就一定要好好学多复习,不然分数会很难看