这门课的内容给我的印象是:机器学习导论(介绍性的)+回归分析+凸优化+贝叶斯推断。作为数学系的大四老狗,在学这门课的时候对内容比较熟悉,对算法原理也比较了解,所以最后获得了一个相当高的分数。 先说一说我学这门课的收获。老师上课的时候对许多经典的模型的动机和原理都讲得比较透彻。对数学或者统计系的学生来 >>更多
每次四课时连上超高密度的公式推导,以及课后计算量颇高的作业,让这门课的学习体验毫不轻松。 不过另一方面,完整全面、清晰明了的教材和PPT让这门课在自学或复习时都毫无障碍,这在信院的专业课程中实属少见。考试内容也都是PPT上讲过的,考试难度主要在于能不能把PPT内容都给记住。 >>更多
数院生答一波首先连老师课讲的真的好好,感觉从各个机器学习模型中学到了很多,但可能是课时安排问题,最后讲到概率图模型时有点仓促。助教:感觉除了顾助教,其他助教好像参与感不高,习题课也相对简单,很多只是讲了习题,没有讲拓展的一些东西,另外,作业判的有点慢。。考试:期末考试出题感觉有点小问题,感觉不像是机 >>更多
软件学院的算法 平时三次点名,每次课最后会以随堂检测写题的形式进行。 12次作业,8次实验,一共占30%。作业偏难且量大,实验难度适中(有lc hard题),每次作业大家的分值普遍在8-10(10分制),奉劝对自己实力不是很有信心的同学上网搜题参考。 一开始说是会有2次小测(开卷考试),但由于疫情合 >>更多
烂课一门,ppt 还是上古遗留,讲的 opengl 基本也是过时的 api,期中考试靠背 ppt,实验 fly bitch 风格 (也是祖传),期末要交大作业和10页的近十年图形学相关文献综述 (真就完全自学???). 另外上课会点名, 翘课需谨慎. 如果有同学选了这门课,建议参考 learnope >>更多