选课类别:基础 | 教学类型:理论实验课 |
课程类别:研究生课程 | 开课单位:计算机科学与技术系 |
课程层次:硕士 | 学分:3.5 |
本课程主要面向大数据与人工智能相关方向的研究生,主要介绍机器学习和数据挖掘的基本知识、经典算法以及知识发现过程。主要内容包括关联规则、线性模型、决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、模型评估与选择、聚类、降维与度量学习、特征选择和稀疏学习、概率图模型以及知识发现与数据挖掘的应用。
陈恩红老师被普遍评价为 "ppt reader",上课内容主要是 "念PPT",学生普遍感觉上课收获不大。相对而言,徐林莉老师的讲课更受学生喜爱,认为徐老师讲课 "不错","有在努力让你听懂"。
课程内容包括西瓜书的理论知识、阅读报告、实验项目和期末考试。实验通常是其他平台上的比赛题目,作业包含三篇阅读报告和一个组队竞赛报告。部分学生提到助教非常不负责,称其在课程群内 "石沉大海"。
期末考试为开卷,但 "开卷了个寂寞,根本翻不到,全程写不完",考试有时较难且需要寻找大量往年题目和简答总结,写作强度大。
给分争议较大。部分学生认为给分随意,给分过程中实验室内部学生得分显著高于其他学生。出分时间也被广泛诟病,通常较晚,例如 "一月中旬考试,四月中旬出分"。
总体来看,课程难易度适中,但教学质量和助教负责度低。上课内容不够新颖,多以念PPT为主。选课建议主要集中在是否需要课程知识,在其它可选项不足时选修。
首先ceh上课就是reader 课件都是西瓜书内容 不如不听;其次助教不负责 基本不回答学生的问题;出分贼晚,一月中旬考试,四月中旬出分。
给分不好 本人卷面基本没什么错 大作业排名26/202 平时作业拉满 读书报告写了五篇论文的综述 最后89
顺便提一句 他们自己实验室的学生都是90+ 我就说这么多
作业三篇阅读报告,一个组队竞赛的参赛报告。
期末考试还是比较难的,开卷了个寂寞,根本翻不到,全程写不完。
给分对混子来说,感觉还行。感觉很随机啊,期末好多没写完,竟然都有87。我队长竞赛带我们拿了第一,期末试卷全写完了,最后分数只有78,不知道给分是不是有点随机了。
徐老师非常好,人美心善,没有特别严格,还是比较松的,我超喜欢这样的老师。
在科大待了四年多貌似没给过1分,感谢这课让我有了这样的机会。
老师就是拿西瓜书ppt上课在那嗯念,作业也是随便留几道书上习题做做。考试卷子出了很多简答题,写都写不完。卷面估计70+最后总评80+,给分就那样。
助教更是不负责,在群里问问题基本都是石沉大海不回复。我本科也当过三次助教,不说判作业习题课什么的,群里有学生有问题我可做不到强行装死。不过对助教来说,不干活还照样拿钱,确实爽。
这种讲课不咋地给分不咋地的课,我劝学弟学妹们还是别选了(除非你是ceh实验室的)。。。
又有课程,又有西瓜书作业,又有实验,又有综述,考前需要寻找大量往年题目和简答总结,考试的时候手抄都能给你抄断。总结来说,这是一门和计算机其他本科ai相关课程别无二致的多事课程。
要不是网安壬不想学信息论,谁会选这门课呢。
陈恩红上课reader参见https://icourse.club/course/3556/,无力吐槽。
徐林莉上课不错。
秋季学期2021.1.6考的试,2021.3.17过了个年还没出分,比春季学期开学考的应用数学还出分晚,而且据说去年暑假出的分。。。
助教不负责,实验什么细节都没有,要求参加的比赛结束的很早,没法刷分,也没有验证集作为实验指标。本来说得好好的,等比赛结束后助教会再看看怎么处理,结果在群里问他们如同石沉大海,到了期末习题课才讲具体要求......问问其它问题的时候也是没人回......
出分真的慢,给分真的不友好,收获也比较一般
讲课念PPT太无聊,到课人数不到1/3吧。实验是其他平台上的比赛题目,辛辛苦苦做完刷了一个比较高的分数和排名,结果最终给分基本上就是看你是不是他们实验室的。考试相对其他课是最早的,结果出分却是最晚的。 有的课虽然整体较难,或者收货少,但至少给分合理吧。总结下来这是研一体验最差的一门课。
首先陈老师就是ppt reader,这个是所有人共识了,徐老师讲课还是不错的,真的有在努力让你听懂。
考试时间早,但出分很晚,其他课出分后都觉得很正常,但这门课,看到分数只有一个念头,就是去评教系统评教,但是,评教系统在3.1已经关了,这出分时间赶得妙啊,其他课也没立刻出,但没见过哪门课会拖这么久,似乎可以算教学事故了?(校办字〔2010〕13号 (ustc.edu.cn))另外组合数学和算法给分的确不算高,但也轮不到拿这门课来侮辱,差得远了好吧。
两个字,快逃。
选这门课本就不是为了去听他讲课的,讲得实在不咋地,但是好在不点名。
选这门课单纯是为了给自己一点把西瓜书啃完的动力,一是为了考试,二是为了工作面试(毕竟算法岗问机器学习知识还是太多了)。
建议大家不要对陈老师的讲课水平报有太大期望,我一学期课就只去了两次,其他都是都看B站自学,配合百面机器学习这本书,直接开始准备面试,寒假可以直接去参加面试试试自己的学习效果再查漏补缺。
有一些作业,答案网上都有。有一个机器学习相关的比赛,可以练一练自己的代码能力,其实实在不行把评论区的Base line跑一遍也是完全可以交差的。还有就是开卷考试,多咨询选过的师兄师姐往年的题(CSDN上有大量文件原题),大概率不会有太大的变化。最后得分中规中矩的样子吧,比算法和组合数学好多了,没有应用数学高,BDAA的学生据他们说分会高一些。
反正选这门课也就只是给自己一个啃完西瓜书的压力,push着自己去学习,b站看李宏毅,shushuai白板推导结合着西瓜书,李航书,一起看收获特别大。
其它同学的评价说的很中肯详细了
总之,除非是必修,其它情况真心不建议选。