2024秋 2023秋 2022秋 2021秋 课程号：EE300101
- 课程难度：困难
- 作业多少：很多
- 给分好坏：一般
- 收获大小：很多
| 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：信息科学技术学院 |
| 课程层次：专业核心 | 学分：4.0 |
- 课程难度：困难
- 作业多少：很多
- 给分好坏：超好
- 收获大小：很多
- 难度：困难
- 作业：很多
- 给分：超好
- 收获：很多
风投了属于是。只要肯下功夫学，回报一定对得起投入
数学色彩很浓，课程内容含有包括但不仅限于点集拓扑/线代/实分析/泛函的知识。讲义侧重于对算法的跟脚进行分析和探讨（即理论奠基部分），会有详细的推导过程，并且作业中数学证明题含量巨大，或许利好树皮跨专业选修
有七次平时作业和一个project，平时作业任务量相当大，并且含有一些coding task。今年的大作业是逻辑优化中的正负节点分类，要求不使用现成的模型库，手搓一个二分类模型判断电路节点的正负，非常困难，好在时间相对充裕
美中不足的是无法替代机器学习导论作为信计科专业的选修学分（因为没有实验课），不过听说以后这两门课要合并了
出分了 喜提89 排名应该是10-/84 属于捞低不捞高了
- 课程难度：中等
- 作业多少：很多
- 给分好坏：一般
- 收获大小：很多
- 难度：中等
- 作业：很多
- 给分：一般
- 收获：很多
由于教务处偷偷摸摸往量信培养方案塞了一门机器学习B，本人就在教务系统上申请了用A替代B。这门课的上课和作业体验感觉有些糟糕，并且似乎让助教代课似乎不合教务处规定（可能因为高新区没有教学督导巡视），但是总而言之上这门课还是可以学到很多东西的，至少比那个两学分的人工智能导论好多了。期中考试前讲凸优化的基础知识，后半学期到期末讲各种机器学习方法，大作业是个数据归类的编程题，详见课程网站https://miralab.ai/course/ml_2024fall/。考试题目量很大证明题居多每道题分值小，而且有些是讲义或作业上原题。全英文的讲义作业PPT试卷其实对我来说没有什么特别大的理解障碍，就是上课时中英混杂听着有点难受。最后给分被卡了更加难受了😨。
- 课程难度：困难
- 作业多少：很多
- 给分好坏：超好
- 收获大小：一般
- 难度：困难
- 作业：很多
- 给分：超好
- 收获：一般
默默撤回之前的评价，当时打的低分有考试周戾气太大的成分在，看了看给分，心平气和对比期末实验和作业的付出，感觉这门课还是值得高分的。
课程方面：从PPT讲义到作业考试全英文是一个不大不小的门槛，不过大二有上ics经验的同学们到也见怪不怪了。内容方面以期中为界，前期以数学知识为主，后期才进入正式的机器学习内容。难度不算低，没有基础会学的比较吃力
作业方面：体量大，认真做要花不少时间。不手写的话用LaTeX打公式更是折磨，不过对考试挺有帮助的，建议平时认真做，考前可以私聊助教问作业答案对一下。
考试方面：卷子页数挺唬人的，期末我记得是三十页，但题量其实还好3个小时是足够完成的。期中会比期末难一点（看成绩分布期中好像60以上的就几个）
大作业：时间很充裕，所有试考完还剩5天做这个，调参数挺磨人的
给分：挺好，平时分拿好基本不会出意外
- 课程难度：困难
- 作业多少：很多
- 给分好坏：一般
- 收获大小：很多
- 难度：困难
- 作业：很多
- 给分：一般
- 收获：很多
大四管统人修课
私以为本课程为：数学分析+线性代数+属性数据分析+凸优化+多元统计分析+机器学习+深度学习的融合版本
平时由于大四各种事没怎么到场听课，故对杰哥授课不予置评
作业确实多，作业和考试也是本门课一大特色，就像今年期末最后一道大题那样，如果愿意选择‘学习’的策略，在前三个阶段得到-2的回报，扛过来收获还是很多的
考试注重对知识点的理解，没有生硬故意刁难的内容
美中不足：代码作业确实有限，作为管统人可能对这方面仍然有一定的训练需求
总评：9
