好课无需多言，引用群友

很好的课程，难度几乎没有。

会要求一个大作业+一次非常容易的开卷考试，不点名。

考试前会给需要考察的概念，通过合理使用LLM能够输出完全符合参考书、符合考试的简短答案，所以甚至都不用买参考书。

大作业我自己做的还是挺认真的，花了不少时间，因为上学期我的数学基础课考烂了需要这门高一些拉平加权，最后得分90，足够了。但是经观察大多数同学做的也就是最基本的入门级机器学习的内容，老师也没有过多刁难。
因此是属于可以闭眼选的课程。

以下分享一下个人选择这门课的一些想法。

由于这门课得了90，因此我不读博的话应该也结束了学生生涯的所有课程。实际上这门课我就听了一句话，即第一节课时，老师推荐参考资料时说的“我推荐大家可以去看李宏毅这位老师的课程”。

可以说李宏毅老师的课程完全为我打开了新的大门，李宏毅老师2025年的ML课程已经围绕LLM进行了深入浅出的研究和实践，课上分享的也是最新论文的思考，实在是令我受益良多。后面选这个课程的同学也能参考李宏毅老师的课程完成大作业，我就是直接拿2025的 CLASS-2 做了一个 AI Agents 的项目交的大作业。

这门课和其他我上过的大多数课程一样，也就是对着ppt念一念，拿着一些经典的机器学习的概念、算法过一遍，基本没有任何的启发性和实践性。我没有任何贬低吕老师的意思，因为授课本身也不是国内高校教师的本职工作，吕老师也经常因为工作而停课。比较遗憾的一点就是我的那次汇报是一位代课老师听的，没有和吕老师有更多的交流。

我认为吕老师能够指出一个正确的方向已经超过绝大多数的老师了。因为即使是在LLM如此发达的今天，我们不再需要像矿工一样精疲力尽地去挖掘有用的信息，一个正确的方向仍然能够为学生的成长提供相当的便利。包括老师选择的参考书也是相当经典且深入浅出的一本书。从资料选取上就可以看出吕老师的水平绝对是相当高的，选这个课更多地是为我打开了机器学习的大门，作为学生时代的最后一门课，还是非常具有纪念意义的。

另附大作业代码与ppt供大家参考：https://github.com/Meracle-sjj/2025ML_Li-HY_Homeworks/tree/main/HW_2

考试题目类似：

1. 肾么事机器学习（15分）
2. 无监督学习和有监督学习的区别（15分）
3. 肾么事svm，肾么事sv（15分）
4. 过拟合是数据集效果好测试集效果差（4分，判断）

这种题出很多道，分数答够就行

考试最困难的地方在于开考30分钟之后才能交卷

考完试课程群里全是点赞的

神中神好课，我奶奶来上了都说好。建议在USTC所有研究生课程中推广。    --来自本届学生评价

我为了给这门课点赞特地注册了评课社区的账号，可见其含金量，这门课得和飞行器控制坐一桌，不得不选的优秀课程之一！