搜索点评「凸优化」 搜索点评「凸优化」 搜课程 搜课程
共 69 个点评(当前第 2 页)
leeeeeze 更新了点评 机器学习A(常晓军, 李志慧)

建议此课改名为凸优化初步与深度学习科普导论先附上lecture3,4的中文版pdf讲义,可能有疏漏。EE3001 机器学习 第三讲:偏差-方差分解(中文翻译).pdfEE3001 机器学习 第四讲:凸集(中文翻译).pdf 老师上课就是纯念pdf,板书也是直接抄讲义。还整个回答问题加分。。。每次上到 >>更多

ripple 更新了点评 机器学习(王杰)

凸优化好难啊,这个作业和lecture note里面gap好大啊,完全是面向stack exchange写作业。为什么感觉相比之下Boyd都不算很困难...上课都是定义引理证明,对于我这种数理基础比较薄弱的同学感觉蛮枯燥. 相比于另外一门课 数字图像处理,这门课无聊太多了。不过老师的想法是好的,co >>更多

匿名用户 点评了 机器学习A(王杰, 冯文杰)

很难想象机器学习A可能是我修过的了数分线代之外最数学的课,大部分的时间在嗯造凸优化,只留了四周时间讲大量的偏向实践的内容。课程内容是抽象的,作业量是巨大的,作业答案是不公开的,习题课讲义是没有的很难想象这样的课程以前能有8+的评分(另外有部分讲义的排版出了问题,我看前几年就有,一直也没有改) >>更多

steven 点评了 数学建模(张瑞)

这门课的作业如果想好好做,还是能用到不少东西的。我用了不少ML相关的算法在里面。大家抱怨的问题在于老师和助教没有公布平时作业和期末大作业成绩,直接玄学给分。而且课程内容陈旧,上课无聊,作业缺乏针对性,这门课整体感觉就和民科一样。建议取消数学建模,数学实验,符号计算软件等陈旧课程,增设凸优化等课程。 >>更多

wwww 点评了 凸优化(王学钦)

自学文再文的凸优化课程后,总算是学明白了,其实也没那么难。有的人科研做的好,教学不行。这是许多同学给wxq找的理由。可在我看来,一wxq没有用心教学,二wxq对这块知识掌握的也成问题。好像人们可能会用电锯,但不是所有人都了解电锯的结构,同样的,wxq可能也只是会用这里面的结论。。。所以我不为这种人辩 >>更多

Yibooo 点评了 凸优化(金百锁, 张靖南)

百锁老师的课堂节奏一些,但是金老师的作业是真的多,和张老师简直为天壤之别。凸优化的内容在统计科研中也是很有用的。考试其实很简单,期中全是作业以及教材中的题目,期末几乎全是PPT,所以这是一个背诵课程。我期中98,期末应该100,总评100。注意期末会考期中的内容,而我一点都没复习,还好考得比较简单。 >>更多

Wanglulu 更新了点评 运筹学(秦家虎, 李曼, 付维明)

运筹学可以拆成线性规划,动态规划,凸优化。吗合着计算方法是数值代数数值分析运筹学,运筹学是计算方法算法基础优化理论,真祂冯气笑了。这课有实验,但是上到大概第九周才告诉你周四下午8-10节实验课,然后你会发现你已经选了自然语言处理,然后就要写神秘实验报告了。这里还真不能无脑尬黑,如果有课去不了是可以正 >>更多

beiningwu 更新了点评 最优化算法(杨周旺)

方法约束最优化(参考书同上)二次规划,包括消去法、积极集方法非线性约束最优化,包括乘子牛顿迭代、罚函数法、增广Lagrangian法、障碍函数和内点法凸优化(参考书为Boyd, Convex Optimization: Chapter 1, 2, 4, 5, 9, 10, 11)凸集、凸函数、广义不 >>更多

三叶 点评了 机器学习A(王杰)

大四管统人修课私以为本课程为:数学分析+线性代数+属性数据分析+凸优化+多元统计分析+机器学习+深度学习的融合版本平时由于大四各种事没怎么到场听课,故对杰哥授课不予置评作业确实多,作业和考试也是本门课一大特色,就像今年期末最后一道大题那样,如果愿意选择‘学习’的策略,在前三个阶段得到-2的回报,扛过 >>更多

嘿嘿嘿 点评了 机器学习(王杰)

相较于往年学长学姐评价而言,应该是削减了不少凸优化的内容,而更关注于机器学习本身。我个人认为凸优化的知识在机器学习中是重要的,但不是最主要的。我认为只有少数同学今后会继续从事与优化和理论机器学习相关的工作,而更多人以后用到的是机器学习的general idea。如果在一门仅有2.5学分的机器学习课 >>更多