机器学习与知识发现(陈恩红, 徐林莉) 2021秋 2020秋  课程号:COMP6110P02
2021秋 2020秋  课程号:COMP6110P02
3.8(8人评价)
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:一般
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
课程主页:暂无(如果你知道,劳烦告诉我们!)
简介

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。

最后更新:

点评 写点评
排序 学期
评分 评分 8条点评
steven 2020秋

 

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

8 0

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)。。。

4 0
TheLitFire 2021秋

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。

3 0
Indigo6 2020秋

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......

3 0
do_do_do 2021秋

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。

1 0
wasd 2020秋

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。

(最后修改于 1 0
秋裤 2020秋

 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。

1 0
stella 2020秋

几次小作业,一个大作业,期末开卷考。

上课收获不如自己看书,网上看视频

助教真是太好水了

1 0

陈恩红

教师主页: 戳这里

徐林莉

教师主页: 戳这里

其他老师的「机器学习与知识发现」课

陈恩红 7.5 (2) 2019秋 2018秋...

陈恩红老师的其他课

数据科学导论 8.8 (5) 2020秋 2019秋...
人工智能基础 10.0 (1) 2013春 2010秋
新生“科学与社会”研讨课 7.5 (2) 2015春 2014秋...
机器学习与知识发现 7.5 (2) 2019秋 2018秋...
机器学习与数据挖掘前沿 6.0 (1) 2019春 2018春...
人工智能原理 2004秋 2004春...
人工智能基础 2011秋 2009秋...
数理逻辑 2008春

徐林莉老师的其他课

人工智能基础 8.4 (17) 2022春 2021春...
人工智能基础 10.0 (1) 2013春 2010秋
新生“科学与社会”研讨课 5.5 (2) 2020春 2019秋...
Web信息处理与应用 6.8 (12) 2018秋 2017秋...
“科学与社会”研讨课 2022春 2021秋...