作者kevin60907 (kevin)
看板NTUcourse
标题[评价] 108-1 吴沛远 机器学习
时间Tue Jan 28 21:34:42 2020
※ 本文是否可提供台大同学转作其他非营利用途?(须保留原作者 ID)
(是/否/其他条件):
是
哪一学年度修课:
108-1
ψ 授课教师 (若为多人合授请写开课教师,以方便收录)
吴沛远(主授) 李宏毅 林宗男(合授)
λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)
电机系
δ 课程大概内容
Intro to Machine Learning
Probabilistic Generative Model
Logistic Regression
Back Propgation, Gradient Descent
Introduction to DNN
Introduction to CNN
Principal Component Analysis
autoencoder
RNN
====== 以下为大金没教的 ======
Expectation Maximization
Convex Optimization
kernel SVM
PAC - Learning
Ω 私心推荐指数(以五分计) ★★★★★
不好说
η 上课用书(影印讲义或是指定教科书)
无
μ 上课方式(投影片、团体讨论、老师教学风格)
主要都是用大金的投影片
後半学期是吴沛远自制的理论推导们
σ 评分方式(给分甜吗?是紮实分?)
作业 10% * 5
final project 20%
final exam 30%
ρ 考题型式、作业方式
考试留着底下一起说
作业就是有显卡就没问题,
每次作业都会有助教的code给你抄,
而且跟宏毅的作业有一些重叠,
当一个 GitHub 小能手
应该不用担心写不出来...吧
ω 其它(是否注重出席率?如果为外系选修,需先有什麽基础较好吗?老师个性?
加签习惯?严禁迟到等…)
先讲课程内容:
多数同学来修课都是为了写扣
或是找工作的时候说:
「 我有学过 machine learning 」
而不是每个礼拜花三小时
来听老师证明机器为什麽可以学习
会算这些数学和找工作的 correlation
大概趋近於 0 吧
这些心态也都反映在下半学期的出席率上
助教课的人数和算数学的人数
有显着的不同
所以如果你很不喜欢数学
那这门课应该真的不太适合你 QQ
考试形式:
这门课去年被说是计算机学习
在我看完考古题之後是一点也不意外...
今年有大幅度的改良
一点都用不到计算机
但是充满了证明
对後半学期缺课的人来说根本就是死刑...
因为前半学期的上课内容
几乎都没有在期末考试里
只要有套件的方法一个都没有出
所以平均成绩也就只有 40 左右
(又让我想起电子学的分数
程式作业:
我对程式作业还是有一些信心的
如果你有好好的写完程式作业
其实你就已经对於 pytorch, sklearn
等机器学习套件有一定的了解
在 loading 相对小的条件下
我觉得乖写作业最不亏了
上课风格:
老师本人就是一个数学狂热者
又是一个好学生
和同学之间的共鸣蛮少的...
但有同学去找老师问问题的话他会很开心
也因为老师不太了解同学
所以当我们跟老师反映
期末不要一直按计算机
考卷就变成了证明题 QQ (大家抱歉
期末考的方向可能就要请以後修课的人
再跟老师反映了
助教们:
其实很感谢其他助教愿意来帮忙
毕竟现在这个软体起飞的年代
大家的专长都是写扣
没有人想要算数学 QQ
不过这种实作课的最大好处是
有助教可以问
而且助教信箱是 24 小时不打烊的
(其实可以问助教数学证明
这门课还是有很多可以利用的资源啦
定位在一门机器学习入门的课
我是觉得不好不坏...
只是受众跟大金的课还是有落差
大金的课相对起来更重视实作
这门课多了一点理论基础
不过想选课的人要好好想清楚 XD
不要因为课名很潮就脑冲了
Ψ 总结
不知道能帮这门课洗白多少
但毕竟是我这个学期的心血
还是留个纪录QQ
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 223.139.81.185 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTUcourse/M.1580218484.A.44D.html
※ 编辑: kevin60907 (223.139.81.185 台湾), 01/28/2020 21:36:52
※ 编辑: kevin60907 (223.139.62.201 台湾), 01/28/2020 22:53:05
※ 编辑: kevin60907 (223.139.62.201 台湾), 01/28/2020 22:54:34
※ 编辑: kevin60907 (223.139.62.201 台湾), 01/28/2020 22:55:34
1F:→ Jimmy030489: 写出好code跟数学习习相关 尤其ml更要01/29 05:25
2F:→ Jimmy030489: 除非你们只想要皮毛说嘴 不然数学一定要算01/29 05:26
3F:推 plsmaop: 我以为机器学习都是数学课耶......01/29 09:42
4F:推 pttnowash: 我只会Dicklearning01/29 12:36
5F:嘘 liang1230: .....不学数学是要学什麽ML01/30 11:02
6F:推 sunhextfn: 如果有个反串classifier,这篇文章会是它的梦魇01/30 11:42
7F:推 sarsman: 电机ML唯一支持大金01/30 17:17
8F:→ KirimaSyaro: 可怜哪01/30 22:46
9F:嘘 kriswu8021: 机器学习不教数学不然要教怎麽用sklearn?01/31 12:25
10F:嘘 peskotiveswf: ML不学数学写证明??01/31 14:44
11F:推 krusnoopy: 期末考题风格超级大转变 从计算机学习 变成古典机器学01/31 18:37
12F:→ krusnoopy: 习证明大会考(SVM,EM) 学生平均37分 我也是笑笑01/31 18:37
13F:推 nangaluchen: 是说只是想找工作时能说嘴 其实脸皮厚一点就行了01/31 21:28
14F:→ NTUEE2CS: 只要会import keras 人人都会dick learning02/01 00:00
15F:嘘 shiauji: ML不学数学干嘛还修课,自己看书用个套件不就好了02/02 09:45
16F:嘘 oToToT: 先说我没修过机器学习的课,但如果只是要弄个NN作点小东西02/02 16:30
17F:→ oToToT: 本来就不用去修课吧,自己看看各种套件manual就可以了啊,02/02 16:30
18F:→ oToToT: 数学才是基本,课程只想写code是只想当码农? 02/02 16:30
19F:嘘 oToToT: 越看越觉得像反串的02/02 16:31
澄清一下好了
我是这学期的助教
我完全认同机器学习背後的数学很重要
但这篇的目的是纪录这学期的上课状况
後半学期教证明的时候
出席率真的很凄惨
同学的学习成效
也反映在期末考证明题的答案上
我大概改了一半以上的考卷是空白的
所以我只是建议
如果不喜欢数学的同学
修课前要想清楚
就酱
※ 编辑: kevin60907 (42.77.95.195 台湾), 02/02/2020 20:22:14
20F:推 a127000555: 帮补血 我觉得期末考全考後半段,我觉得不大妥 02/03 08:57
21F:→ PeteNiu: 你是修课学生还是助教,为什麽会"改了一半以上的考卷"? 02/03 12:58
※ 编辑: kevin60907 (223.136.225.70 台湾), 02/03/2020 13:41:39
22F:推 Leo930057: 助教辛苦了QQ期末考助教改的真的佛...... 02/04 17:38
23F:推 Leo930057: 在这边帮沛沛补一下血,老师人很有教学热忱,但数学证 02/04 17:42
24F:→ Leo930057: 明的投影片有点难让人看懂= = 02/04 17:42
25F:推 unmolk: 帮补血 助教辛苦惹TAT 02/04 22:38
26F:推 godbye45: 原po就说了他是助教阿 XD 02/11 11:10