机器学习

你可以说拳师爱吹水，可以说他阴阳学生；可以说他下课不关麦克风，可以说他的机器学习跟吴恩达根本不在一个次元 但你不能忤逆我们拳师哥的给分，要是上课跟他微微互动一下，在助教那里留下历史的一个小逗点，而你我的朋友，你的分数只会更高 终于，终于，在本科阶段的最后一门考试里，这门距离上一次闭卷已经过去一学期的考试里，主包唯一一次拿到总评满绩；上一次好不容易卷面96，结果全班同学大作业和平时分被猛猛扣，最后总评硬生生拉到89，我问谁了 而拳师让我看到了，原来我也有自学然后拿高分的潜力！张拳石老师，我还记得你；一句一句，把我拉出迷雾里😭🙌

给分没的说，只看这一点能砸到五颗星。作业也算轻松，就一个简单的coding要完成，我再加一分。讲的东西有点老，但在课程名称的管束下，无功无过。老师讲课有点嘉豪味道，迷之自信，喜欢boast自己的研究方向和taste, 扣一分。加上频繁小测和签到，再扣一分。 你站在讲台上，把ML说得亮堂。 一支笔四块黑板，照见我眼里的慌。 你总把话讲实在，像可解释性AI。 不绕弯不撞墙，把路给我摆在前方。 那时候我害怕，怕AI太牢。 你一句in danger[1], 我就敢往前冲。 张拳石老师，我还记得你。 一句一句，把我拉出迷雾里。 张拳石老师，我还记得你。 那些年少的愁，你替我扛起。 [1] 张老师对往年学生说，21年还在学AI的学生，you are in danger. 如果AI是一支股票，那你们买在了最高点。

张拳石老师，我还记得你，一句一句，直接把我从知识的迷雾里拽到阳光下，属于是手动开了天眼～

课程内容： 线性模型，SVM，kernel，监督学习，神经网络，数据分析，EM等 上课自由度：高，但前半学期线上随机时间签到，下半学期改线下小测 考核标准：平时分签到/发言可加分+小测+一次作业+期末 授课质量：中规中矩吧，有时候信息密度低得像一杯兑了十次水的豆浆，之前线下课每节都去，台上偶尔一跑题我就走神，然后就再也听不太懂了。后来学聪明了，签到就走，一周找时间两倍速边听边跟llm互动做点笔记，感觉就还行，期末基本都弄懂了。

课程内容：机器学习，主打一个回归、神经网络、PCA、EM轮番上阵，主打一个“你以为是AI，其实是数学全家桶” 上课自由度：低到尘埃里，每节课不定时扫码签到，后期小测取代签到，同样神出鬼没不定时，好在小测能补，但补了之后会不会偷偷扣签到分，这是个薛定谔的猫 考核标准：出勤+小测+大作业+闭卷考试，四件套凑齐召唤神龙。小测题目提前一周发，得提前预习；大作业题目人话浓度还行，也能请AI当外援；期末专门开一节课画重点，范围基本就在重点里，但也就仅仅在范围里了，给分目前是盲盒状态，出分了想起来再更新 授课质量：个人感觉老师搞科研应该是六边形战士，上课主打推导、讲原理、偶尔夹带几句自己的研究方向（这块我可能听得不全，也许是比前几届收敛了）、外加吹水人生哲理，完美符合那种学术大佬人设，但学生听着学着就有点坐牢，逻辑是碎的。没有PPT，老师自己编讲义，全英文，防自学设计，内容基本对得上讲课，推导密度拉满，更像概率统计+线性代数+数学分析的三体运动，里面符号滥用成灾（讲义里自己都写了“abuse”），不听课的话建议直接把讲义喂给大模型让它给你翻译成人话，自学难度属于地狱级 期末画的重点上面说了基本准，但问题是只给目录，只说要求掌握或了解，压根没说考到什么颗粒度，这门课也没有任何往年卷子可考古，实际上卷子小题考的基本是各种概念小点，有一部分纯靠听课攒经验值，大题考的有课上提过一两句的、讲义里压根没影的小应用和推导，比如weight decay之流（这个我也忘了讲义里有没有了，印象里是没有或者有也就占个边角料），划重点时说要知道这是ridge的应用，实际上你得回去听回放才知道这东西到底是为什么，考试考的也是为什么。其他基本是各种应用题，课上和讲义里应该是没教过怎么下手的，只说了你要会，需要熟记公式并无师自通熟练运用，还得熟悉线性代数和概率统计，并且熟练掌握讲义公式的各种变种 总而总之，因为是必修而且独此一班，这学期课也不多，建议想学得好且拿高分的话，每节课都听一下，最好记个笔记，或者最后听回放也行，总之保证把课堂内容过一遍，保证签到和小测，并且在课程过程中重新熟悉一下放下了好几个学期的线性代数和概率统计，至少把基本计算和公式概念重新捡起来，因为期末基本没有背诵公式的题，只背最后一节课画的重点是远远不够的 给分这块还不知道，上课说了好几次会有1/3的90以上，暂且不论这符不符合优秀率规定、是不是实际情况，考虑到平时扣几分的话，这卷子真有那么多人能打85以上吗（暂且存疑） 知道了，真的捞，加一星