搜索点评「数据科学导论」 搜索点评「数据科学导论」 搜课程 搜课程
共 29 个点评(当前第 1 页)
ColinJ 点评了 数据分析及实践(刘淇)

沙发~19大数据,这课和《数据科学导论》其实是一门课,和往年的评价相对比,我觉得刘老师在这门课上的教学已经取得了很大的进步。数据分析及实践主要从数据分析、数据统计、数据挖掘三个方面讲述了数据分析的全过程,包括数据处理、各种统计方法、机器学习、深度学习的东西都多多少少涉及了,由于课时的原因不可能深入的 >>更多

Landing 更新了点评 数据科学基础(何向南)

课程内容涵盖数据科学导论、数据挖掘、机器学习、深度学习以及 LLM,东西很多干货拉满。何老师水平很高,上课可以非常流畅地一路讲下来。学期中线下签到两次(很可能是学期中“教学督导”的强制要求),线上讲座两次、一次课程实践项目分享,也都有签到。没有期末考试还是挺好的,早早就把除了最后一次作业以外的任务布 >>更多

匿名用户 更新了点评 数据分析及实践(刘淇)

该课程与 CS4023 数据科学导论 以及 NNM2012 新媒体大数据分析 的学分不可重复认定(课程替代库里没有,但是 PPT 上这么写的);考勤较多,点名不计其数,小测大概有 4 次,正确率会影响得分,与期末考试内容强相关;出分极其缓慢,不建议大四的同学选课。2025 春实验:约 3 周一个实验 >>更多

OREO 点评了 机器学习概论(连德富)

以说是很用心在准备这堂课了,但是西瓜书上的东西实在是太多了,其实应该建议大数据学院教秘把人工智能基础和机器学习的课程设置改一下,或者是直接把刘淇老师的数据科学导论(现在似乎叫数据分析与实践)和人工智能基础和机器学习三门课整合一下,我认为一个合理的学习方式应该是:两学分的课来讲传统的人工智能算法(A* >>更多

匿名用户 更新了点评 数据科学导论(陈恩红, 黄振亚)

今年感觉很卷,出分再评出分,签到全到,比赛总排名十多名,4.0,但感觉今年还是比较卷,比赛炼丹没少用gpu时,榜上感觉还有好几组排名更高的同学😇。 >>更多

匿名用户 更新了点评 数据科学导论(陈恩红, 黄振亚)

这学期这个课感觉比较卷老师一直点名一直点名一直点名占个坑等后续呜呜呜错过一次点名,个人感觉调研和比赛是average的水平;最终也是只拿了3.3;确实也是自己没用心吧,哎点名是真多! >>更多

26-2-23 出分在上台分享调研报告+没有缺签到的情况下,4.0。总结一下就是,最后的比赛(以及排名成绩)应该对给分影响大于调研报告。总体而言是不错的课,推荐选。试图在8min之内塞下一万个模型,结果汇报超时了,带恶人实锤了()更多细节期末月之后再更)什么?原来大家都超时了,那没事了(罪恶感-0. >>更多

比较适合大四却缺少学分的,2学分到账。 >>更多

求课程群 >>更多

匿名用户 点评了 数据科学导论(陈恩红, 黄振亚)

整个学期都由黄老师讲课,黄老师讲课特别有激情,讲课内容也很丰富,会根据学生情况调整讲课内容。作业:一共有2个作业,一个是调研报告,要求写至少4页,一个是实验报告。调研报告自选方向,读论文。实验报告的话,老师给提供建议选择的实验比赛,可2人组队,主要强调实验思考及其优化的过程,不过分在意实验结果,最后 >>更多