出分了回来补个评课,下面贴个仓库,欢迎来star(但是注意不要照抄,本实验严查抄袭)。 https://github.com/magichear/Machine_Learning 个人情况:在大三春季学期之前几乎完全不会深度/
外加一份读书报告,读AI近五年顶级期刊一份,糊弄糊弄得了,选点自己看得懂的题目。 作业基本没有,有也只有一两道题,明显少于其他班,但是有的题难度不小,助教也是格外严格,注意答题规范,你觉得不重要不代表助教觉得不重要。(比如K近邻记得把距离计算过程补上 考试内容有别的人说了,我不多说,西瓜书必带,其 >>更多
给老师打call。期待老师之后的课。后面程老师讲了一些
我看了看这门课的教材,一章速通
讲得东西比较概略,若有一定的ai基础,费力看资料难有什么收获,认真听课知识又实在显得稀疏,不如自学。复习的过程堪称折磨,但能怎么办呢,这门课的题型以及学长学姐的经验,都在告诉你:PPT里那些shi山一样的文本里处处都可能要考的内容,各种算法若没有根据往年卷刷过考试难免懵逼。本就只想水过这门课程的我 >>更多
除了线性规划、网络优化,运筹学真包含于最优化算法,还多了稀疏优化、
首先在我的专业方向近年确实有些把
十分)着急写点评是因为这节课真的给了我一个很大的收获不要局限于自己的专业不要局限于自己的专业不要局限于自己的专业(为什么我大三才明白这一点)出分update第一门拿到优秀的公选课\合十等期末考完细说(这是一门收获最多也是有最多成长的课各个方面的成长()loading……课程内容感觉比较交叉,感觉可能 >>更多
5.吴老师的部分讲了mma以及在量子力学中的运用,我觉得这部分应该放到刚开学的时候讲,用一个周末速成mma实在难受。吴老师最后介绍了一下