刘东老师讲课非常非常好，吹爆。考试今年考的不难，和平时作业关系也不是很大，更多的是概念理解。建议大家在刚开始学习的时候就对着复习资料（cheatsheet,小抄。在github或者找学长要）来听课，在上面做笔记。因为每次上课我会预习，所以听课的参与感较高。这门课我一共复习了3天，最后考试出分94分，也算是对得起我为这门课做出的努力了。
今年考了软间隔支持向量机（哪些是支持向量，分类的正确率），核函数（除以范数后模是一，平方和是2可以消去常数项），高中概率题。。。，boosting近邻法，决策树的分类准则选取（算信息增益）。最后大题是NLP的阅读理解，主要是用朴素贝叶斯法根据邮件中词袋的分布判定发来的邮件是不是垃圾邮件。

我也是平时听的课，然后期末考前就复习三个小时（前一天考的数字图像分析，人麻了），考场上一通乱写，居然能给87，i了i了。平时听课感觉刘东老师讲的嘎嘎好，基本的一些概念和公式推导讲的相当清楚。

个人建议还是平时可以好好听课的，特别是ppt上的例子，好好掌握一下。

楼上说的关于题目类型&复习大纲，选择题就可以直接看知乎上有一个帖子 https://zhuanlan.zhihu.com/p/638643915 然后考试的小抄上面也有些判断题的例子，https://github.com/RuijieZhu94/StatisticalLearning_USTC/blob/main/cheatsheet.pdf 感觉上应该差不多。选择比较有帮助，多选题没选全应该是有分的，个人感觉最难写的是大题（不是最后的情景大题），就是需要平时好好听课啥的，感觉要是没听期末速通会有点难受，需要根据自己的理解去写

很想系统学一些机器学习类的原理内容，学期初看了评课社区感觉可能不太好学，但还是非常忐忑选了这门课。老师上课讲的非常清晰细致，每节课听下来都有收获。课后作业每次做出来都有种茅塞顿开的感觉，对上课的内容又加深了理解。老师上课没有点过名，上不上课全凭自觉。课后作业没有对错给分，每次都交了就能拿满平时分。考试占70%，半开卷，考试内容和上课的内容还是很相关的，感觉只要平时上课认真听，基本都能写一点东西。网上流传的github上的A4小抄还是有用的，不过需要自己在复习过程中要进行补充和适当删改。csdn上流传的历年试题还是要看，要对这些知识点有概念。最后给分神中神！（ps: 选课最好有个课搭子一起，可以一起讨论题目和复习，最后出分都和课搭子一样hh。一个人学很容易摆烂）

不建议代培生选这门课，给分很低，而且课程难度和课程作业也超多，每年还有给挂科的。想听课建议旁听，刘东老师人很好，水平也很高，第一节课就提醒了大家这门课的难度，是我低估了。平时上课就是推推推推推。复习了挺久的，复习阶段很痛苦，而且基本是最后一门考试课（比其他考试课晚了半个月，放假前三天才考），考试形式是半开卷，卷子不是很难。
说实话收获非常多，凭这点给一个10分，看完以后看paper都有新的理解，再说一遍，想选课建议旁听！