| 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 |
王杰老师的《机器学习A》课程结合数学与机器学习,内容丰富,涵盖点集拓扑、线代、实分析等多个领域,课程前期强调数学基础,后期转向机器学习算法。讲义、作业、考试全英文,有一定门槛,但对于有ICS经验的同学影响较小。与机器学习导论不同,这门课理论色彩浓厚,适合对数学证明具有兴趣的学生。
课程包含七次作业与一个大项目,作业任务量大,包括数学证明与编程任务,大项目要求不使用现有模型库进行逻辑优化,挑战较大,时间充裕。作业要求学生认真投入,通过作业巩固知识是考试的关键。
考试题型仿效作业,证明题居多。期中相对困难,但期末题量适中,时间充足。给分方面,虽有部分同学认为较严格,但总体较好,平时分分配合理,努力学习可获得不错成绩。
有人对英文教学和某些教学安排表示不满,但总评观点一致:课程难度较高,但对于理解模型原理有很大帮助。即便有学术挑战,但认真研究回报颇丰。
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
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😨。
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
请问这门课有同内容的网课吗?求推荐
ai人学到现在最有用的一门课了,备考的时候和平时学习的时候真是焦头烂额,但是期末考试题型还可以,一般期中期末都是仿效作业题的形式一部分出一道大题题型也类似作业题(所以作业题看懂学会超级关键,没必要死啃自己学不过来的数理基础(。而且学完这门课之后很多模型的原理自己也大概懂是干嘛的,比只会枯燥的在实验室调参好很多,赞。
但是确实有点太难学了而且英文教学形式有点不喜欢所以扣两分给八分。