这门课名为《机器人编程入门》,事实上是在讲智能机器人的基础理论——知识表达与推理、自然语言处理等。很多人选了这个暑期学期的课,是为了参加 Robogame 机器人比赛的,结果发现完全不是讲这个的。知识表达用的是命题逻辑,推理方法用的是 Answer Set Programming,一种类似 Prol >>更多
自学也挺好的,就是感觉网上搜资料不是很全,理解也不够透彻,出了一堆稀奇古怪的概念就需要七零八碎的去找。不过也许这就是“Web信息处理与应用”吧——从海量web信息中进行主成分分析(狗头)。也许这门课真的得大四再上理解才会比较深入。信息检索等相关内容还算比较容易理解。学了许多和自然语言处理相关的知识。 >>更多
第二个和第三个都是自然语言处理领域的模型,非自然语言处理领域的同学根本用不到,而且github的代码大多数无法完成作业要求!为什么,因为数据集不同!两次作业最难的其实是文本数据的预处理,网上资料不多,对于非自然语言处理领域的同学和初学者来说任务非常困难,经常花两星期时间也做不出来作业。第四次GCN网 >>更多
数值分析运筹学,运筹学是计算方法算法基础优化理论,真祂冯气笑了。这课有实验,但是上到大概第九周才告诉你周四下午8-10节实验课,然后你会发现你已经选了自然语言处理,然后就要写神秘实验报告了。这里还真不能无脑尬黑,如果有课去不了是可以正当请假并补实验报告的,但是这个实验课安排出这么晚还是令人忍俊不禁。 >>更多
如何衡量两个词语的相似程度以及 RNN 结构。还是得说这种没有作业,没有实践的课学完了很容易有一种啥也没会的感觉,当然如果大四水学分的话可能还不错。下面是我和 lzt 同学一起整理的期末考试用的 A4 纸,有一些要点可能没有整理到,也有可能包含一些错误,仅供参考。自然语言处理期末复习A4纸.docx >>更多
秦老师讲前半部分part 1-4(概述、搜索、知识推理、不确定推理),陈老师讲后半部分(学习(机器学习、深度学习、强化学习)、应用(自然语言处理、计算机视觉、机器人)、AI趋势)。前半部分的算法要求掌握原理会计算,后半部分比较散,主要是了解性质,复习主要依靠PPT。最后几次课陈老师从没有交作业的同学 >>更多
张越一老师:主要讲解Python基本语法和一些进阶语法,最后两次课还讲解了计算机视觉和自然语言处理的一些基础知识熊志伟老师:主要讲解神经网络的理论基础,和一些卷积神经网络的数学算法郑歆慰老师:主要讲解深度学习的代码实现框架,以pytorch为主,还涉及到了一些强化学习、分布式学习的知识最后一次课是助 >>更多
首先这门课的PPT终于是中文了,可喜可贺。有一个2人合作的5000字论文阅读,偶有传纸式点名。考试是陈题大放送。1.footbal与global的最小编辑距离,并在图中标明一条路径。2.(1)给了N0,N1,N2,N3的值,用good-tuning求i=0,1,2修改后的计数Ci。(2)给了三种不同 >>更多
两次点名缺一次,听说扣不少分上课几乎没去过,唯一去两次还有一次点名了)今年稍有一点新东西加进来,但是也是科普考试内容感觉每年都不变,pksq往年大抄直接拿过去就能用,往年题改一改就是今年题。没作业但是有结课论文,一不小心和partner选到了用神人lua版本torch写的代码,只能自己从头开始写,写 >>更多
感谢期末试卷出的很简单,孩子只有半天速通… >>更多