机器学习
评价1
- 开课信息：袁彩霞,鲁鹏,董譞,冯方向（2020春）
- 推荐等级：一般推荐
- 授课内容：传统机器学习方法（决策树，贝叶斯，SVM，K-Means，GMM）和CNN、RNN
- 考核方式：四个大作业，每个25分
- 作业情况：四个大作业，每个老师留一个：决策树、聚类、CNN、RNN
- 成绩情况：85+
- 心得体会：没基础的话比较硬核，有基础比较建议
- 其他方面：老师还在探索课程形式，考核方式可能会改革
评价2
- 开课信息：袁彩霞,鲁鹏,董譞,冯方向（2020春）
- 推荐等级：推荐
- 考核方式：四次大作业，没有期中期末考核
- 作业情况：补充一下楼上的具体内容吧，四次具体的作业分别是决策树(编程题[计算信息熵，构建决策树]+计算题); 第二次作业是开放性的题目，老师上课比较水，作业布置也比较水，是写一篇机器学习的应用类型的论文; 第三次作业是聚类，给一堆数据点，然后进行聚类，方法可以上课讲过的任意一种 + 实验报告; 第四次作业是利用RNN生成小宝宝的名字;
- 成绩情况：90+
- 心得体会：综合一下身边同学的评价，有基础的话还是比较容易的，但是对于原来没有学过python或者没有用过tensorflow或者pytorch的同学可能会有点难度，慎重选择。
- 其他方面：除了董譞老师上课总感觉跟没睡醒一样，其他的导师讲课都特别好！对于有基础的同学来说性价比还是挺高的吧
评价3
- 开课信息：袁彩霞,鲁鹏,董譞,冯方向（2020春）
- 推荐等级：一般推荐
- 授课内容：四位老师各讲一部分，内容是一些经典的机器学习方法决策树、K-Means、CNN、RNN等
- 考核方式：无期中、期末考试，最后有四个大作业
- 作业情况：期末每个老师布置一个大作业：三个是写代码（决策树、聚类、RNN），另一个是描述一个CNN网络
- 成绩情况：90+的也有不少，一般可能有85+
- 心得体会：建议有基础的同学选，否则完成大作业会有困难
- 其他方面：老师本来说会安排多个大作业让同学们来选，不过最后因为时间原因只布置了四个大作业，不排除以后会有期末考试的可能
评价4
- 开课信息：袁彩霞,鲁鹏,董譞,冯方向（2020春）
- 推荐等级：强烈推荐
- 授课内容：机器学习各方向的内容。包括经典算法和较新的模型。
- 考核方式：四个大作业，无卷面考试
- 作业情况：
- 第一次作业：手工实现决策树；
- 第二次作业：手工实现 KMeans 算法；
- 第三次作业：撰写一篇小论文，对于一个问题使用神经网络建模；
- 第四次作业：选择 NLP 模型解决序列生成问题（起名字）。
- 成绩情况：90+
- 心得体会：需要一点点基础，占用时间不多，给分不错，建议所有人选择。
评价5
- 开课信息：袁彩霞,鲁鹏,董譞,冯方向（2020春）
- 推荐等级：一般推荐
- 授课内容：机器学习各方向的内容。个人感觉没讲到新模型，基本上都是2015年之前的方法了。
- 考核方式：四个小作业
- 作业情况：
- 第一次作业：手动计算决策树 + 一道决策树数学题 + 手工实现决策树 ；
- 第二次作业：在给定数据集上，实现 KMeans / GMM 算法二选一；
- 第三次作业：撰写一篇论文笔记，论文是深度学习方向即可；
- 第四次作业：（Pytorch/Tensorflow）序列生成问题（生成英文名字）
- 成绩情况：95+
- 心得体会：课程内容本身讲的一般，效果来说不如自学。课程整体占用时间中等，给分不错，编程内容对于使用 Python 进行科学计算有一定帮助，故此一般推荐。
评价6
- 开课信息：王薇（2021春）
- 推荐等级：不很推荐
- 授课内容：基本上是西瓜书
- 考核方式：两次小作业+一次期末作业
- 作业情况：
- 第一次作业：手动推导两层bp网络解决xor问题的反向传播过程（要手动写，很麻烦）+Fisher判别推导（书上有）+编程实现最大信息增益算法为iris数据集构建决策树（不难）；
- 第二次作业：SVM推导+representer theorem（wiki上有）；
- 期末作业：自选一个感兴趣的机器学习方向，在前人工作的基础上进行一些创新，做一个PPT报告
- 成绩情况：85+
- 心得体会：老师是个新来的年轻老师，授课水平较差，根本没有原理的推导和讲解，就是在念西瓜书而已，我上了4、5节课就跑路了，后面好像每节课就不到20个人去听；第一次小作业比较麻烦，第二次容易，期末作业比较宽泛，原创多少看个人，课程占用时间中等。如果真的想学到东西建议不要报这课。最后说一句，自学机器学习不要上来就看西瓜书，它只是个讲义而已。
评价7
- 开课信息：戚琦（2023春）
- 推荐等级：强烈推荐
- 授课内容：机器学习的各个模型
- 考核方式：4次开卷测验，1次课后计算题，1次论文阅读，1个大作业（三个赛道：CV、NLP、网络或时间序列方向，任选其一）
- 作业情况：如上，得益于Chatgpt，本课难度不大。
- 成绩情况：95+
- 心得体会：不考勤。戚琦老师水平很高，上课有一种如沐春风的感觉，不愧是顶会随手发的11组。
评价8
- 开课信息：戚琦（2024春）
- 推荐等级：强烈推荐
- 授课内容：机器学习的各个模型
- 考核方式：3次开卷测验，1次课后计算题，1次论文阅读，1个大作业（电表读数识别、日志二分类、时间序列三选一）。不要求出勤。
- 作业情况：大作业评分标准明确，轻松可以拿满。计算题很简单（梯度），并且和论文阅读一样DDL在期末考试之后。
- 成绩情况：95+
- 心得体会：戚琦老师水平很高，人也很好。大作业中的一个题相对其他题难度过低，导致大家都选，但也没什么问题。