搜索点评「机器学习A」 搜索点评「机器学习A」 搜课程 搜课程
共 360 个点评(当前第 22 页)
00后宗师 更新了点评 概率论(刘党政)

update 2025.6.22:老师的自编讲义《简明概率论》的电子版已在24秋及25春进行试用,预计不久之后就会打算出版。关于讲义使用,一些同学认为讲义内容过于简略以及有些部分略带跳跃。个人认为:也许部分细节上确有瑕疵,但整体上作为“讲义”,顾名思义应当注重简洁明了,如果要兼顾内容的完整性和连贯性 >>更多

阿笠博士 更新了点评 计算物理B(张志勇)

但是如果你听他的课程内容觉得比较恶心的话,这我还真给不出来建议,毕竟吴雨生班任务量肯定大一些,计算物理 A 那更别说了,真不至于去选的(不知道为什么会有这么多人想去选计算物理 A ,这很明显会浪费大量时间的,不管再怎么说,你把这个时间花在量子力学 A ,或者进实验室做项目不比这好很多吗?让后面选课的 >>更多

févseau 点评了 计算物理B(张志勇)

课程内容上来说,除开讲得还比较好的前面的蒙特卡洛部分,后面的“计算方法”“Mathematica”和“an style="color:#B22222;font-weight:bold;">机器学习an>”属实不敢让人恭维,这三个部分还是到对应专门的课程去学吧。本人大部分上课时间都在干其他事,PPT也是直到考前才开始狂刷,最后的结果说明这种做法似乎并没有问题,因为作业和课件内容也是比较脱节的 >>更多

magicheart 更新了点评 网络系统实验(徐伟)

实验都不做了),比如Ubuntu22.04支持(修复stdexcept的引入问题,给buffer类加上一个stdexcept的include宏并在cmakelists里检测操作系统即可),还有上面提到的git管理问题。不过对我而言这门课最痛苦的环节还是在于绘制流程图,我可以给你用mermaid画依赖 >>更多

Fonte 更新了点评 计算物理B(张仁友, 吴雨生)

机,这种课程就是阻碍你的一座山,食之无味弃之可惜,建议有时间有必要的话还是去学研究生计算物理吧 1.4更新:打低两分,为什么我们要学这种没有任何意义的an style="color:#B22222;font-weight:bold;">机器学习an>算法?然后作业就是复制代码? 1.13复习补评:看mma范例代码的时候,发现老师准备代码也是在胡,反正改出来差不多得了,没有学生会自己写一遍跑 >>更多

所以你还是你吗? 更新了点评 回归分析(杨亚宁)

上这个课刷一遍:https://www.bilibili.com/video/BV1Zq4y1C7Bs/?spm_id_from=333.337.search-card.all.click&vd_source=6e8cf3844aecb33e7b9812872dba95f8 这个课的质量很高,丰富详 >>更多

匿名用户 更新了点评 人工智能数学原理与算法B(冯福利, 王文杰)

课程大概内容:线性回归和逻辑回归神经网络图神经网络Transformer自监督学习强化学习介绍1月12考试。10道判断+5道大题。判断题从神经网络开始涵盖到了强化学习,而且强化学习直接考了两道判断题。但是整体难度不会很大,前提是能硬吃下教材的一坨东西,个人认为备考最难的是看懂教材说的火星语。不过一般 >>更多

匿名用户 点评了 组合数学(邵帅)

每次上课,老师打开一个白板,开始一步步手写、推导,基本不看课本或其他资料,没有任何reader行为,作业、考试卷也都是和助教及时批改完成,每次都会讲解(在这里也谢谢各位助教的认真负责,因为助教人数很少,但要批改200+人的,非常辛苦)。作业、考试老师都是亲自出题,很多搜也搜不到,不是随便改数,而是在 >>更多

HenCerbin 点评了 Web信息处理与应用(徐童)

大三零ML基础萌新,摸了两天来写评论这门课其实给我的印象更像是一门an style="color:#B22222;font-weight:bold;">机器学习an>+NLP的入门课,理论都只讲个入门,所以也不用担心太难。毕竟里面的任何一个章结拿出来都可以单独成一门课(所以老师给了很多的课外阅读材料,虽然我铁懒狗是一点都没看)。作业量很少,且难度不大,计算题都是课上讲过的东西,开放型问题随 >>更多

feidun 更新了点评 操作系统原理与设计(H)(邢凯)

期末会考一些分析或者理解性质的东西(比如应该选择哪种RAID结构?或者举一些生活中死锁的例子),有较好的自学和领悟能力或者认真听课占其一就可以。实验很简单,不足的地方在于连续性没有隔壁班那么强,而且一些地方文档有些模糊(比如今年的shell中ctrl+d的处理,POSIX中只有read_stdio才 >>更多