数据科学基础(何向南) 2024秋 2023秋 2022秋 2021秋  课程号:DSCI6001P01
2024秋 2023秋 2022秋 2021秋  课程号:DSCI6001P01
7.5(4人评价)
7.5(4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:理论课
课程类别:研究生课程 开课单位:人工智能与数据科学学院
课程层次:硕士   学分:3.0
课程主页:暂无(如果你知道,劳烦告诉我们!)
排序 学期

评分 评分 4条点评

Gump 2021秋
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:很多
  • 难度:中等
  • 作业:中等
  • 给分:一般
  • 收获:很多

给何老师打call。虽然课程分数还没有出来,虽然感觉应该拿不到太好的分数,但是个人觉得这门课还是值得一选的。首先是何老师个人上课比较认真,虽然后面有时候觉得有些赶的样子,但是综合一学期的选课来看,不水真心想教点什么的老师也是难能可贵了。

课程作业设置我觉得比较合理,可以对所学的知识恰当的回顾。这门课21年没有考试,最后按照作业还有一次大作业的成绩计算。大作业也就是参加机器学习的竞赛,这学期是datafuntain的个贷违约预测竞赛,最后成绩据说竞赛占比不小。

1 0 复制链接
匿名用户 2024秋
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:没有
  • 难度:简单
  • 作业:很少
  • 给分:一般
  • 收获:没有

sb大作业随机分组,遇到摆子你就活该受着

0 0 复制链接
百分之51 2021秋
  • 课程难度:中等
  • 作业多少:很多
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:中等
  • 作业:很多
  • 给分:一般
  • 收获:一般

一句话总结:如果有时间和编程基础的话还是挺值得选的。

作业不是很难,但是很费时间,上学期的课印象里好像接近十次作业吧。每次作业大概需要3-7小时(越往后越难的一个趋势)。

上课内容比较浅,如果对相关知识感兴趣可以考虑听听隔壁统计学习,两门课从知识点上有很多重合的部分。

大作业是参加一次数据科学的比赛,挺有意思的,小组作业。参加比赛的部分大概需要20小时以上的工作量。再加上pre和报告的话总共的工作量大概花了三个周末把(我们组之前基本都没接触过,如果做过相关的东西可能会快一点)。所以靠谱的组员和足够的时间缺一不可。

给分参考:pre老师有表扬,作业也交齐,大作业名次班里前10%,组长拿了90出头。只能说一般吧,跟工作量比起来可能只能说给分正常,有付出就会有回报的程度。

作业设置的比较合理(能学到东西,ddl不是很紧),给分也正常,但是上课讲的比较浅,而且后期拖堂过于严重,所以打了个7分。

0 0 复制链接
SocratesNo 2021秋
  • 课程难度:困难
  • 作业多少:很多
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:困难
  • 作业:很多
  • 给分:一般
  • 收获:一般

这不是一门水课,不要看没有考试就盲目选择,不然课程作业直接让你做到怀疑人生,助教和老师会进行查重,平时也会提醒你不能抄袭,抄袭就是0分。

1. 老师的实力是很强的,课程更多强调的是引导你的兴趣而不是手把手教你。这可能会让很多人觉得老师上课教1+1,课后作业要求造火箭。课后题很多理论和知识都是需要你自己学习的,不要觉得自己学过人工智能和cv就能很轻松,感觉没有太多交集。

2. 上课不点名,你来不来都没有关系,但是课后作业要交,最好自己写。

3. 原来说有两次实践作业,但是只做了一次。https://www.datafountain.cn/competitions/530

这是比赛的网址,也是不能抄的,但是程序员的事情能叫做抄吗,叫开源!我本身cv方向,这个比赛还是老老实实的用数据基础的分析方法吧,用数据之间的关系来做,很多东西都是第一次见。

4. 这门课的教授不是很徐徐渐进,虽然看得出来老师助教很努力认真准备,试图教懂我,但是第一次接触真的好难啊,要花的时间挺多的。

总的来说,如果你只是想选一门选修课凑学分,不推荐!如果你真的感兴趣数据科学,我觉得该课入门挺不错,真的学到了不少东西。

如果你自己做了,竞赛名次不错的话,给分可以,拿到了90。

(最后修改于 0 1 复制链接
USTC369同意。成绩方面感觉也很看pre展示的效果,我们组AB榜都前五最后给分也不太高。讲的可能不是很好。 PS:作业次数不多但量较大,虽然有不少都可以网上查到答案,但查不到的地方还是要颇费心思。
立即登录,说说你的看法

何向南

教师主页: 戳这里

其他老师的「数据科学基础」课

徐童, 何向南 8.0 (1) 2020秋

何向南老师的其他课

机器学习概论 9.7 (6) 2024秋
数据科学基础 8.0 (1) 2020秋
人工智能原理与技术 8.0 (1) 2024春
数据科学导引 7.0 (1) 2020春
“科学与社会”研讨课 2024秋 2024春...