大数据分析

课程内容：上完也没太摸清这课讲了个啥，姑且当它讲的是机器学习吧 上课自由度：线下签了三回左右的到吧，瞅着来的人不太够就开个措手不及。我的建议是平时不去问题不大，找同学代一下就完事儿 考核标准：平时分50%+大作业50%吧，大作业两个人一组，最后两周各小组滚上台pre一遍，怕pre跟考研/毕设开题撞车，就提前找老师通口气调一下档期。平时作业一共也就两三次吧，晚交都没人揪你 授课质量：普普通通吧，台下也没几颗人头，台上讲她的，彼此都相忘于江湖。工工凑8学分选修可以这么配：2学分优化算法+2学分服务管理+2学分决策理论+2学分大数据，这后两位大四再修，没有期末考试，happy就完事。就是优化算法给分比较拉胯，大三捏手里可能把学积分往后拽。

课程内容：python机器学习，从蛇口开始学AI 上课自由度：高 考核标准：作业+小组大作业，主打一个双人套餐 授课质量：一般，讲的都是基础的机器学习内容，像在机器学习的地基上反复抹水泥，二楼都没上过

课程内容：数据分析+机器学习部分内容（来自周志华的西瓜书），西瓜书这个名字听着甜，吃起来有点像啃瓜皮。 上课自由度：高，有时会在刚上课时提问上节课内容，偶尔来个冷不丁的签到大礼包。 考核标准：3次平时作业+小组作业（用机器学习方法分析真实案例），真实案例分析方法很猛，真实痛苦。 授课质量：低，基本全程念ppt，原理推导不清，不如自己看书或在网上自学。自学效率大概是你上课听讲的穿越版。期末给分也较低，就是水水交叉学分，人生不就是要水一点交叉学分吗，虽然水完手也酸。

课程内容：机器学习调包方法 上课自由度：高 考核标准：大作业 讲课质量：低 本质就是拿来混交叉学分的课，主要业务是教你怎么调 tensorflow 的包，上课基本就是念 ppt 的人形播放器。不点名，翘课跟逛自家后花园一样随便，最后大作业糊个 project 交上去就完事。