机器学习

课程内容：PPT内容，机器学习+深度学习，主讲深度学习的大概了解，外加机器学习里几个经典款式（EM算法等） 上课自由度：自由，只有canvas签了一次到，还能线上扫码 考核标准：大作业+期末+平时 - 大作业一个是线性回归，一个是RNN识别fashionmnist，全是网上参考一抓一大把的经典款，有余力可以多塞点东西，画几张漂亮图展示下识别错的图片什么的，更容易拿高分 - 期末主要考概念和一些简单计算，今年transformer的含量拉满（甚至有个手算QKV矩阵的），记得带个好用的计算器，最起码能算6x6矩阵，后面三个大题一个是线性回归+正则化，一个是计算QKV，一个是反向传播 授课质量：一般，建议复习直接去抄隔壁班zcy老师的PPT（内容管饱，cl老师的太简洁素得像白开水），后面深度学习那块只需要把思路嚼明白就行，可以去b站刷各种动画演示加深印象，别跟PPT上复杂的公式死磕到吐血。

课程内容：主打《机器学习》西瓜书，但书里没有的东西也一卡车，西瓜切开发现边上还蹲着一群野生知识点 上课自由度：极高，学期后教室里就剩那么小猫两三只，人员流失堪比限时促销 考核标准：三次作业+期末考试 授课质量：比较混乱，但手推算法还算仔细，是一条虽有迷雾但勉强能摸着走的路线，就是不太好让人听得下去

课程内容：有监督学习、神经网络基础、深度学习、模型评估选择与编程、半监督与无监督学习一锅炖。但上课内容和作业基本是两条平行线，平时有三次编程大作业。期末考试开卷，但考的东西和大作业也是各玩各的。 上课自由度：高得离谱，教室里人烟稀少，偶尔签到像随机掉落彩蛋。 考核标准：10%平时，30%大作业，60%期末。 授课质量：一般般，来的人少，听的人更少，主打一个双向奔赴的沉默。

课程内容：ML（西瓜书）+DL（神经网络与机器学习），不教代码，但有写代码的作业——主打一个理论与实践离婚。 上课自由度：高，没签到，没几个人去。 考核标准：大作业30%，平时10%，剩下期末（全开卷）。 授课质量：听不懂，选择放弃。期末分被狠狠扣了，感觉没什么不会的，但卷面分和另一门基本上都不会的很接近。痛苦痛苦痛苦，疯了疯了疯了。

课程内容： 上课自由度：高，基本没签到，出门就是自由身 考核标准：三次作业每次10分+平时10分+期末开卷60分 授课质量：教材是西瓜书，但第一节课就官宣期末按上课内容考不按书考，讲课也不顺着书走。 为降低难度砍成三次作业，应该比以前两次大作业简单吧。每次包含算法题和编程题，建议先对着python入个门。总体任务量很水。 老师讲了一学期，我感觉完全没学到啥，不怪老师，怪这课坐在一个尴尬的位置上，一路松绑的结果就是它变成了十六周转场的绪论课。课程总结的ppt只有三页，一页是没讲的内容，一页是进一轮自学推荐的参考书和视频教程，由此可见老师真的讲不了什么、也希望我们去自力更生吧，想想还挺无奈。 期末开卷难度不大，内容稍微沾一点熟就行。