作为21年秋季学期的选课学生，这门课的任务量是我整个学期的一半左右，但同时收获却大于我整个学期收获的一半。如果将来想要从事 AI 方向的研究，这门课是相当重要的一门课，因为可以学到很多机器学习非常底层的思想，就比如 SVM 的核心思想是为最大化间隔，以及可以使用 kernel 将 SVM 应用到非线 >>更多

这门课贼硬，磕牙！！！老师的作业贼多，但都布置得感觉很合理，属于那种一道题想10min，然后想通后会有那种茅塞顿开的感觉。但与之对应的作业量以及耗时就会非常惊人，基本上每周至少得去图书馆泡半天来看懂上课的ppt，再泡上一天去写作业。上他的课不可谓不痛苦，但也是收获满满。非必修的话，有胆色的可以去挑战 >>更多

首先，建议教务处将这门课学分提高至6到8学分，这门课讲的东西很多，但是因为时间太少，以及老师前边讲一些基础的东西速度稍显过慢，一些内容（比如pca）一节课就讲完了，这样显得在不同内容之间跳跃的跨度过大，频率过快。其次，老师在备课与讲义的整理方面确属一流。几位助教也都是好助教。作业量很大，而且由于不能 >>更多

作为与这门课连续“纠缠”了两个学期（21春选课的学生、21秋助教）的学生，我也来贡献一个回答。和很多回答所说的一样，这门课从王老师到助教，再到授课内容和认真听下来的学生，就是两个字——硬核。为了保证讲义、作业、习题课、考试等各方面的质量，王老师倾注了大量的心血，每一届的助教也都投入了极多的精力和时间 >>更多

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

科大本科生涯遇过最硬核的课，当初写作业的时候天天骂骂咧咧，甚至考完试，王杰老师给我奶上了90，我依然骂骂咧咧，因为感觉付出和回报完全不成正比，但当保研出去参加各种面试的时候，只能说万分感谢这门课，帮我复习了之前学的那么多数学课，面试问到机器学习的时候完全不怵。感谢打了个不错的底子。 >>更多

写作业写麻了啊，大四了我为什么要给自己找罪受啊(ಥ_ಥ) 话说有哪位好同学知道现在怎么退课吗 >>更多

和诸位所说相同，课和作业都超难 好在考试不难，全部都是课件例题，每章都有，最后一章没怎么细看，考了原题没做上。 自己按照公式预估75给了83，肯定是调分了，总体来说收获是有的。 >>更多

吹爆王杰老师，课程内容比较重视基础，有亿点点难不过给分超好（期末卷面炸了 + project用的naive Bayes = 85），适合数学基础扎实（雾）的童鞋学习 >>更多

王杰老师水平超高，听说是人工智能领域首批6个优青之一，对待科研和教学都十分认真，经常在课上强调不要只是为了刷一个高分而学习（他在第一节课也强调了这门课不是为了难为学生的），要真正去思考、领悟，这样才能有所收获。（好像王老师回国之后在工业界，貌似是滴滴，也待过一段时间？）助教之间关系好好啊233333 >>更多