需要做 7 次上机作业，还要交一篇小论文。传说是某年考试卷：2006.pdf都是讲数值分析，就远不如张韵华老师的 Mathematica 公选课讲得好。讲数值分析这么偏上机实践的学科，应该上机演示，而不是干讲理论。 >>更多
老师板书坐在后面就看不清了，选这门课的一定得往前面坐。因为我早上起不来，急匆匆冲进教室坐到最后，也看不清，就自己补作业了。课程本身还是挺有用的。做科研实验的时候要用假设检验，理论预测（估算）实验结果的时候要用点估计和区间估计，生成测试用例的时候要用随机分布和概率密度函数。 >>更多
感觉说话一本正经，不喜欢他的风格。 >>更多
【高级操作系统】其实就是【分布式操作系统】。就像数据库、算法等课程的命名一样，【高级】基本就等于【分布式】。能学到关于分布式系统的不少设计原则和技巧。包括分布式系统的概论、同步、进程调度、路由、资源管理，其中一部分比较偏理论。但是跟研一上学期的高级算法以及下学期同时学的并行算法内容上有一些重合。课本 >>更多
这个高级软件工程，就是结组做一个软件，好像是可以在航班订票系统、选课系统、报修系统里面选一个。上课内容跟本科的软件工程差不多，主要是瀑布模型这一套，也会讲一点敏捷开发模型。跟本科的一样，软件工程需要概要设计文档和详细设计文档。我当时是跟 ＠常震 结组，把我们当年开发的评课社区代码改成了一个报修系统。 >>更多
田野老师的高级计算机网络课程是读论文的形式，每节课讲一到两篇计算机网络领域的经典论文。内容涵盖 Internet 历史、网络测量、P2P、TCP 拥塞控制、内容分发网络、广域网（BGP）、数据中心网络、软件定义网络、内容中心网络等。课程主页已经 404 了，类似这个：https://www.cs.p >>更多
老师讲课一本正经的，基本是照着近代史教材讲。 >>更多
机器学习正在成为像排序和搜索一样的基础算法，每个 CS 毕业的学生都应该懂一些机器学习。这不是说人人都要理解机器学习理论、懂得设计神经网络结构，而是说要明白机器学习的工作原理、能力边界和常见方法。遇到一个实际问题，能够知道机器学习能不能帮上忙，如果能的话，找到一个比较合适的模型和一种熟悉的工具（比如 >>更多
运筹学课程的内容还是挺有用的。就是讲得比较无聊，基本等于念 PPT。给分也是比较严格的。内容大概包括优化理论：线性规划、对偶理论、整数规划，还有网络流、排队论、博弈论。 >>更多