机器学习与知识发现

无敌，闭眼冲就完了，感觉不管是真想学东西的还是纯粹来水课的都能血赚，还tm不卡分。

课程内容：贝叶斯决策、PCA、SVM、GM这些机器学习全家桶，一个都没落下 上课自由度：低到尘埃里，签到这玩意儿它占分，逃课？想都别想 考核标准：签到+4次实验报告作业，期末考试？不存在的，直接跳过这个环节 授课质量：一般，甚至可以说是低。主要原因是课上一路狂推公式，数学密度大到像把人按在黑板前摩擦，讲的内容多到脑子里直接弹窗“内存不足”，后面就听不懂了。而且机器学习这玩意儿大多绕不开线性代数，对线代没学好（或者说到大三已经忘得差不多的）同学来说，不太友好，听课时可能只想找个地缝钻进去。 Anyway，自动化的同学还是很推荐选这门课的。因为3学分，而且参与核心学积分计算。这课的workload其实不算大（有vibe coding，每次作业也就两三个小时差不多能搞定），又没有期末考试，只要老老实实把作业和签到都做了，成绩基本不会差。想拉高学积分的话，还是很建议冲的。

孙老师段位高，潘老师可爱，俩老师撒分都挺慷慨

课程内容：机器学习（SVM，EM，聚类，贝叶斯，PCA，强化学习等）与知识发现（概率图，因果发现，知识推理等）东西比较杂，像开了个全家桶自助 上课自由度：高，老师不管你做什么，但每节课有签到（线上签好像也可以） 考核标准：3到4个平时作业（40%）+2个大作业（50%）+签到（10%） 授课质量：一般，不如自学，属于师傅领进门修行在个人。但大作业做得好的话给分也很慷慨，而且没有考试，喜欢做项目的同学可以选。

**课程内容**：西瓜书，机器学习内容，从瓜田一路翻到算法峡谷 **上课自由度**：很自由，不点名，不来都没事，点名表可能比学生走得还早 **考核标准**：考勤10，四次编程+报告作业（回归20，决策树20，聚类20，svm30） **授课质量**：自动化来水分数或者别的专业当交叉很推荐；想学到东西不建议。（yy老师讲的一般，pxy老师授课纯坐牢，坐得连铁窗都替你舒服）