考试:期末考试出题感觉有点小问题,感觉不像是机器学习的考试,更像是数理统计的考试,甚至那道后验分布是数理统计原题,只不过问法不同,虽然机器学习和概率统计这些密切相关,也可能是模型本身不好用来作为期末考察手段,但还是感觉怪怪的实验:难度跨度有点大,对于数院中等生不太友好,本身选这门课是想增强编程能力加 >>更多
这门课难度主要在概率论部分,感觉最难的应该是密度分布函数的计算;数理统计都是套路背就行。这学期期末考试感觉比较灵活,但没有去年的难,难度主要放在了填空选择上。 >>更多
统计泛函经验似然之类。 然后后面画风一转开始讲密度估计非参回归半参模型,课程覆盖量大概是数理统计的5倍。老师在讲u统计量的时候用的是berkely的slides,一节课讲掉他们3节课的内容。。 考试很简单,认真听课就会,除了一个老师从论文上找出来的题。 最后老师给分很好,两个本科生我和大哥都是95+ >>更多
老师应该捞了捞,85,张伟平老师是PPT+ pad手写,听起来有点困,张洪老师很好,讲课很认真负责期末复习我用的浙大的教材和北大出版社的概率论与数理统计学习指导,考试的乘车下车问题和上面一题很相似 >>更多
作为数理统计的延申,主要是介绍了大样本渐近理论(个人认为相当重要),又以delta方法为主,进而讨论了矩估计和MLE的渐近的性质,最后讨论假设检验中的LRT的渐近理论,最后讲了一点点非参数中的拟合优度检验。和数理统计我的评价一样,兰老师讲得很清楚明白也会解答同学们的问题,跟着老师上课节奏走的想必不大 >>更多
更新了答案《概率论与数理统计》(缪柏其、张伟平)参考答案.pdf之前的助教看到我发了答案还特地让我修改成最新版本,大家也可以去GitHub主页和张曙光老师的pksq去支持一下有幸当上这门课的助教,先占个坑课程群号1092936060课本习题答案,来自我伟大的陈助教,GitHub主页Stardust- >>更多
课堂内容:以张伟平老师编著的那本教材为钢,前半部分概率论,后半部分数理统计(最后一章不讲)。老师会不定时小测,小测题目我感觉都非常有价值,和考题风格高度类似。老师是PPT和板书相结合的授课方式,但是PPT只起一个提纲的作用,真正的核心在于他的板书,所以上课建议勤记笔记。课后任务:虽然老师说相较于往年 >>更多