老师能不能不要一直问问题呀 真的没招 而且我感觉问题都没有多大意义 >>更多
求个课程群,感激不尽🥹 >>更多
黄老师讲课很有激情,而且讲的时候经常能结合实际应用来谈数据科学的各个方面,不论是信智人还是其他专业想了解交叉方面的都有收获。不过毕竟是一门导论性质的课程,很多东西只是浅尝辄止,不会深入讲解。一次调研报告,自由选题,只要是和机器学习/数据科学相关的都可以,建议找一些交叉应用或者是前沿热门方向,比如大模 >>更多
这门课虽然挂了两个老师的名字,但实际上陈老师只在第一节课上讲了些绪论性质的内容,主要还是由黄老师负责授课。讲课以 PPT 为主,PPT 可以在 课程主页 上下载。个人觉得黄老师讲课还可以,就是有个口癖在说到新名词时会重复一遍,感觉有些怪。课程内容上,除了一开始的绪论,之后就是按照拿到数据之后进行分析 >>更多
都快过年了,怎么还不出分,是我的教务系统坏了吗:p 为啥课程群还全员禁言了 >>更多
今天出分了,来写个点评,这是一门公选课,课程任务主要包括:一篇文献调研,一篇实验报告(实验可以组队打CCF的比赛,也可以一个人找个感兴趣方向做实验,最后以实验报告的形式给出自己的实验过程以及收获)。另外上课会偶尔以小测的形式签到(小测主要是PPT上的一些简单问答题,有手就行)。黄老师讲课讲得真的很好 >>更多
之前看有人点差评理由是这门课的实验给人的感觉像还没学走就学跑? 但事实是,在数据科学或者说计算机科学领域,每个人都在跑,而且是吃大剂量兴奋剂地跑(先不考虑交通工具叭) 做实验的初衷也是促进同学们通过实践达到对课程的深刻认识,否则一个2学分的课,涉及的知识涵盖机器学习,人工智能基础,了解背后的知识再来 >>更多
今年超级卷,竞赛方面,我和我队友也想拿高一点分,差不多忙活啦半个月,各种方法和模型都试过,没有成为优秀上台展示,挺失落的,在文献调研,我没有用Ai写的,感觉中规中矩,加入啦一些自己的思考,个人感觉还行。签到全勤,老师给分很好很好,黄老师上课充满激情,对学生十分温柔。 >>更多
辅修人,缺了一半课,最后3.3,给分不错,作业也很少,适合摆烂辅修人 >>更多
利益相关:开学给出的给分公式:课堂(30%) +调研报告(30%) +实验报告(40%),但是由于其中每一项的得分都是不公开的,所以不知是否是按照公式给分。就个人情况而言给分蛮好的(即使是在我翘了最后一节课又刚好点名被抓的情况下~ 总之,这门课非常适合高年级学生去水学分(不过据说之后就不再算作核心通 >>更多