数据科学基础

课程内容：张老师这一半端出经典款的机器学习（有基础的优化解法、一些简化高维几何的内容、自带SVM之类的监督学习、加上引着VC的理论基底等等，就是还加了点降维之后的聚类、GMM一类东西），轮到许老师这位另一端就亮起了全灯塔，“我组里造的双深做出来的全新深海力量请展品欣赏这类”，例如说自凭定理去呼唤频率之准则、代表微社会凝于共生的凝聚、也或宏观海洋游过来做初始化仪式的大语言这些方面。 上课自由度：不上不下架在中间稳稳插的一个刻度。张老师自己那儿出过有几节安排了扫着码上镜头的感觉、但上了这种空间干什么也不必人在屋檐下般地僵着搞禁止性紧张，而许这个角度从头到此刻一次也没让人扫过。 考核标准：都是被劈出来切好，写作业切走30%、大案例这个巨大作业大啃它15%、留给末了的最后约55%那天晚上的决战。 授课质量：张老师一开口讲思路是偏四平稳的四轮车带着被照着资料里的滚轮挪出的稿车向前戳平而动；至于许这个，靠声音带得非常有在坡上弹起来的样带。作业workload刚好踩在中等线上方一点，需面对三把小一点的题组——每一盆里盛九个——单放在期末拖去做一个收外露的口子的自我开合的题门创口项目。这一期那末做的自由地寻一个方向够到摸个你看上的文去复读文章就可，就只说讲读物一份结构给上，看着意思不太要求有一己的idea出来炸一炸来点东西的味。分小玩意的倒有人看面拿得不心慌挺行是因为用上latex的关系为外观加了积分线。另外补上一句，末尾试场给你带着一张可以夹藏自营货的纸到位—也可学一学舶来下经口头载道传承过来的那老几份样题、这些版本可能题目稍带更大的对抗压力——这卷的身量全垒下来是大，长河般涌了整大版，并没押到EM序列这样的算法内部事死了这题我都崩得一嗓发出叹月之号。单说到最后收成时看到我一个人的捞分手感还在、靠捞之外也能给一顿好调护把我托两把上来，不过事到最终是被卡了这么一脚绩的点上就有个qaq叹气，不太够意思但也只能嘟个气走了结束了此题。有一份未来要往ML深水一棹的同学可以试着报进来洗把练手上个艇再出行。嗯这就散会等你走以后或许校门又见。（over）

课程内容：zxq那套传统机器学习基础打底，xzq再上深度学习，主菜就是往你嘴里猛塞他们组自家产的东西，听着听着感觉自己像被拉进组会旁听的编外人员。 上课自由度：选的人不多，少到老师能把你脸和名字精准配对，跟火锅店里就你一桌客人、服务员围着你转一样，想摸鱼都得掂量掂量。 考核标准：30%作业，15%大作业，55%期末。期末题量比较大。我本来盘算着作业才30%，这波稳如老狗，给分总不至于差吧，结果作业上来就是一顿背刺，直接扣我一堆分，最烦的是我压根不知道他按啥标准挥的刀，canvas上干干净净，没有批改没有评分，也没反馈没答案，主打一个玄学。我自认为写得挺认真而且都写了，代码实现啥的也都有，按理说不会错得太离谱，属实想不通为啥作业能扣这麽多，服了，难受。所以想卷成绩的，先把作业格式捯饬得漂漂亮亮吧，估计整手latex就能给他唬住。 授课质量：还行吧，老师知识挺丰富，后几节课xzq讲的东西也挺有意思，估计别处听不到这口味的。难受啊，作业暴扣我分。

课程内容：机器学习算法大礼包端上来了，学没学明白另说，但要是没这门课摁着我头，我这辈子都不会自己点开这玩意儿 上课自由度：高到人坐在教室，魂已经出门旅游了属于是 考核标准：半开卷考试，作业还得敲代码，麻烦程度堪比在食堂高峰期找座位 授课质量：差，全程听下来就是大型沉浸式迷路现场，完全不知道在讲什么