机器学习与知识发现(陈恩红) 2019秋 2018秋 2017秋 2016秋 2015秋  课程号:CS0514101
2019秋 2018秋 2017秋 2016秋 2015秋  课程号:CS0514101
7.5(2人评价)
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:一般
选课类别:专业 教学类型:理论实验课
课程类别:研究生课程 开课单位:计算机科学与技术系
课程层次:硕士 学分:3.0
点评 写点评
排序 学期
评分 评分 2条点评
boj 2015秋

课程有点名,需要期末考试。讲的内容跟本科的数据挖掘课程差不多,不过研究生课程对理论分析要求更高一些,比如需要推导感知机的梯度下降和反向传播公式。

教材:

课件:

2013 版课件:

2013 年的讲座:

8 0 复制链接
quinten 2019秋

陈老师上课就是个reader,偶尔喜欢手推一下公式或者叫同学上来推公式。本来这门课也不简单,再加上老师上课基本就是复述课本或者PPT,所以课程学习基本靠自觉。可以参考李航的《统计学习方法》来学,其他学院也开了统计学习的课程,讲得不错(就是期末考试挺难)。

至于考试,每年题型都大同小异,今年是九道大题,每道题大概是十来分,题量非常大,开卷考试也做不完的居多,以算法比较和概念题等开放题目为主,剩下就是计算题,今年的题目大概是:

1、”过拟合“和”欠拟合“的概念、导致的问题和解决方案

2、给了一组表格数据,带标签,分别用信息增益和信息基尼算决策树,冗余数据对决策树对结果有没有影响

3、给了一组二维坐标,用PCA方法降维

4、贝叶斯网络的计算天气概率

5、一个奖赏算法的改写,写出伪代码

6、K-means算法的局限性,有什么改进?领导者算法是什么,和K-means有什么异同?写出一个自动求分类簇数的改进K-means算法。

7、已知一组样本,设计实验比较LR、SVM、多层感知机的优劣

8、什么是直推学习?TSVM和自训练半监督学习有什么异同?半监督聚类的必连约束和勿连约束是什么?

9、基于新冠病毒的人群聚集预测,可以使用什么机器学习算法,怎么设计流程

总得下来,两个钟做不完,做了计算题就没时间做概念题,总得下来卷面完成率也就百分之七八十的样子,卷面分感觉很难及格(大神略过),最终出分再追评

2 0 复制链接

陈恩红

教师主页: 戳这里

其他老师的「机器学习与知识发现」课

陈恩红, 徐林莉 3.8 (8) 2021秋 2020秋

陈恩红老师的其他课

数据科学导论 8.8 (5) 2020秋 2019秋...
人工智能基础 10.0 (1) 2013春 2010秋
新生“科学与社会”研讨课 7.5 (2) 2015春 2014秋...
机器学习与数据挖掘前沿 6.0 (1) 2019春 2018春...
机器学习与知识发现 3.8 (8) 2021秋 2020秋
人工智能原理 2004秋 2004春...
人工智能基础 2011秋 2009秋...
数理逻辑 2008春
数据科学导论 2022秋 2021秋