P.S.张老师是一个很有趣的人，当时他走进教室，我以为是学生。。。虽然这是他第一次讲课，但讲的灰常棒！给老师打call。期待老师之后的课。后面程老师讲了一些机器学习和深度学习的基本内容。比如loss function等等，还有一些基本网络比如cnn，gan，迁移学习。程老师上课逻辑很清晰，听着很享受 >>更多

待学生耐心（去办公室和他聊了半天意犹未尽），试卷出的比较灵活。能够理解学生，给分很好，期中65/100，期末91/110，总评97。P.S. 如果有想提前预习的，我们的课本是学校自己写的蓝皮书，不建议阅读，建议dummit jacobson选读。不过未必会对考试有帮助，培养培养情操是可以的。总之强推 >>更多

不太可能讲的太数学，鞅里面硬核的内容一点也没有讲，brownian motion的内容也只是限于定义和一些简单的性质，随机积分我就更加只学到了Ito‘s formula怎么用。。。所以真的学到一些数学还是要上MA课，不过这门课里因为讲的内容实在是不多所以提供了很多比较好的例子，可以让人知道鞅，泊松过 >>更多

又或许这是做数学物理老师的风格？（P.S.不过又好像听说老师现在不做数学物理了，难道是做sykj？hhh开个玩笑） 关于到课率，第一节课还是满满当当到了一百来号人的，往后人就少了，反而隔壁班爆满。尤其每次周三早课，7:50前到教室的绝不超过50人，到了八点多陆陆续续有同学进教室主动坐在了最后几排。2 >>更多

再说讲课本身，老师之前教的都是严班，这次教非严班课感觉有些时候想和大家互动，大家不一定能答的上来，而有时觉得大家有些犯迷糊会主动减慢步伐（比如讲L- S耦合时），我还是感觉课后再看看书比较好理解。作业数量还行，但有些题确实有点不好理解，比如用不确定性关系估算什么的。（注：这学期的严班课原来为陈向军老 >>更多

不过正课结束有时间，讲了一下lasso可能是用ppt的功劳。 至于讲义本身，更像是使用说明书。若干typo有待改进，以及每次长达上百页实则二十页的排版也是不忍吐槽。如果仅仅是为了一个还可以的卷面成绩，考前看一天就学会整学期的东西了。毕竟考试都是计算题为主，唯一一个证明也是非常简单的证明ridge r >>更多

以建议多刷点题，别像我看了几眼书就去考试了...期末考了 70，总评 80（所以在考试后当天赶的几个 gif 和级数解大概给了两分，虽然没什么用）p.s. 期末考试的成绩分布大概是这个样子：0~20 ～24人20~40 ~8人40~50 ~21人50~60 ~25人60~70 ~28人70~80 ~ >>更多

这门课涵盖了多元分析的几大基本方法，教材用的是经典的Applied Multivariate Statistical Analysis, by Dean W. Wichern and Richard A. Johnson也是我为数不多的一字不落地看完的英文教材之一。浅显易懂，对新手特别友好。 此处列 >>更多

我觉得，对我来说，gnj的这门运筹学基础比他的算法基础杀手多了，一直念PPT，小测题很难（只考一些刚讲完的定义之类的东西），作业不好做（迭代次数多，计算量大），考试算不完，最后总评连80都没上（可能是因为我数理基础太差了吧P.S.我每次上这门课的时候肚子都会不舒服，也不知道是什么原因。 >>更多

p.s.在意识到这些问题后，我遍历了评课社区上我之前写的所有评论，做了以下修改：把本人>=90的分数全部用“考的比较好”、“我对总评很满意”等说法模糊代替；把所有的“简单”“困难”等主观表述均加入比较对象，并说明原因；修改掉所有不恰当的措辞。希望上述修改能降低对特定人群的刺激。如果之前的言论造成了冒 >>更多