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:统计与金融系 |
课程层次:专业选修 | 学分:3.0 |
学生普遍反映崔文泉老师上课风格较为“念PPT”,课程组织混乱,缺乏系统性。有学生表示课程与《机器学习概论》的内容差距较大,学习效果相对较差。
课程内容侧重于统计学习方法,需要一定的统计学基础知识。实际编程和应用方面较少,代码实现多由助教讲解,课上实操机会有限。学生建议“无脑调包”可以完成任务。
大作业安排在春节前,DDL相对仓促,让部分学生感到不满。不过也有学生指出,虽然DDL提前布置,实际完成时间实际上是超过一个月的。期末考试为开卷考试,难度较低,以板书内容为主,给分较好,总评容易拿高分。
总评普遍较高,课程对接近挂科的学生比较友好,不建议学有余力的大佬选修。整体来说,适合想拿学分但不想投入太多精力的学生,但对有意深入学习机器学习算法和编程实现的学生不太适合。
机器学习领域有自己的马原😄
Anyway一个学期下来我也没学到啥东西,在和本学期修读 机器学习概论 这一替代课程的同学一起做另外一门课的大作业的时候我感觉他们对于基本算法的掌握远超于我(因为这学期还修读了一个python课程时间冲突了没得去概论)。可能是我还没体悟到cwq老师讲课的精髓吧。
老师上课念ppt(我认为),期中评教后破防了,在一堂课后让我们实名写课程感想建议,然后用一个下午的时间念小纸条且反驳我们。代码实现是助教讲的,助教上的课到课率可能在20人左右吧。
其实我在坐牢,大家都骗我说我在上大学。其实我在坐牢,大家都骗我说我在上大学。其实我在坐牢,大家都骗我说我在上大学。其实我在坐牢,大家都骗我说我在上大学。其实我在坐牢,大家都骗我说我在上大学
===================update========================
给分还行, 4.3, 做了5个简单方法1个一对多1个多层感知机
2.2晚上20:40左右布置大作业,ddl2.3晚上,幽默,建议别改;btw,这b课啥也学不到
课是很难听得下去的,由于是开卷考试,准备考试的做法是学期末的时候二倍速过网课,抄写老师在黑板上的推导和板书,再打印出ESL的前几章。考试一开始就狂抄板书,因为考的全是板书。
大作业要做的是一个基因数据,一万六千多条特征,144个肿瘤样本,带14类标签的多分类任务,最后是要求训练一个分类器。我看原文的分类准确率到了78%,用支持向量机做的。我于是也用支持向量机来做,最后达到了77的分类准确率。大作业在2月2日那天布置,3月3日提交。虽然给了一个月的时间,但是主要是在一个星期之内完成的。
最后给分99,符合崔老师慈眉善目的人设
上课很混乱,感觉没什么章法,这无所谓;会小测,两次全部错过,这也无所谓;但是腊月二十七,已经结课好久马上要过年了,突然布置一个大作业?不差这4学分,拜拜了您内。
大四又提了一门4.3, 心情是复杂的.
更加令人感到可悲的是, 你好像从这门课上学不到什么实用的技术,
至少我本人并不认为这门课给我留下了半衰期很长的知识.
你要说老师人其实还行, 慈眉善目的,但是课就一言难尽,
安排更是一言难尽.
管统高年级的课真的是一种对人生的历练.
没上过几次课。平时作业20/30。期末考试,有手就行的难度。最大的槽点就是过年前布置大作业,但好在崔老师把ddl延到很后面。大作业我只是各种方法的堆叠,除了LDA其他的基本掉包,正确率也只有75%左右。最后总评很好。
最后还是建议手撸ESL,是好书,所以“收获”项我给了“很多”。
上了几次课了,完全不知道这门课的目的,也不知道学了什么,后悔没有退课。
本科阶段的最后一门专业课,给分还不错
崔老师我们一年后再见(
上课一般般,给分不建议大佬选,上课没章法,但是对接近挂科学生很友好
经典cwq,课程应该改名统计学习方法,倒是学了不少统计学的知识,很多东西想弄懂必须要有统计的一些基础课程做铺垫(比如回归分析)
上机实操相当于没有,年前突然留了个大作业,不过不要指望在这门课上学什么机器学习的coding,无脑调包就完事了
考试放了把水,出的比较简单,应该是怕大家挂的太多
听说今年改成开卷了,也没有大作业了,艹,s b c w q