机器学习 · 修读回执档案

真他妈没见过这么缺德的老师，槽点直接塞满一嘴，服了。

课程内容： ？ 上课自由度： 喜欢我20s巴雷特式突击签到吗 考核标准： 逆天到我想报警 授课质量： 非常抱歉，身为凡人，没能让nbb大人使出全力

**课程内容**：机器学习基础内容，回归、分类、聚类算法、数据降维、试图融入前排同学等 **上课自由度**：第三排往后在他眼里全是空气墙，所以自由得很 **考核标准**：考勤（偷感拉满的签到，专挑人少时签，每次只放20s）+大作业+考试 **授课质量**：0 --- 课是不好好备的，人是非要恶心的，B是要装的，课件包是祖传包浆的。 一些关于nbb的**细节**： - canvas开课界面是祖传的 - 大作业是祖传的，这学期还忘了布置小作业了🤣 - 平时音量能炸到最后一排手机都跳100dB警告，最后一节课悄咪咪来一句“我声音小点，前排能听到就行，别让后面听到” - 眼里只有那几位同学（不幸中的万幸） 我只能说细节见人品 --- 一些nbb笑话： - “周”不发音

课程内容：拉胯到像把知识扔进碎纸机。 上课自由度：这part倒还凑合，光明正大躺看吴恩达讲课，等于花学费买了个自习位。 考核标准：纯粹有大病。大作业标准说改就改，跟某些app的隐私协议一样随时翻新，时间全打水漂。 授课质量：一整个寄。ppt漏洞多到像筛过头的水，上课重点偏得让我怀疑人生。总结：不如自己滚去自学cs229。 ---------- 期末季的我：嗨呀nbb！在你这门课上看cs229/手调那个稀碎到爆的svm/被大作业要求反复横跳折磨/考试题干活像高中语文应用文阅读理解 的苦日子，到头了。 是时候发我一个好看的分数了。 nbb：想拿？那你自个儿来考啊（从大排档塑料椅上一跃而起，掏出一份震古烁今的卷子和SVM大作业要求）。不过你心里门儿清…… 我：我早料到你这套台词了。（起身，握笔） nbb：你猜这卷子我循环利用多少回了（这里引了另一位老哥的评论，nbb期末考就是对往年卷子的花式拟合，可我愣是刨不到往年卷qaq） 我：这谁说得准。我印象里学长叮嘱过我，你打小就拿这套卷加这个svm大作业拿捏学生了。（BGM突然砸下来） （nbb轻蔑地嗤笑一声） 我：该收场了。（逼近） ----------- 挺抽象的，最后给分这块今年倒没往年那么膈应人，跟控制理论一比居然还占上风，至少不会无缘无故把所有人平时分砍个十几分，室友大作业的分数也暂时没冒出什么特别恶心的，只能说ai卓越人才的课下限深不可测呢，要论恶心程度，控制理论和机器学习算半斤八两吧（只代表本人看法，反正横竖都挺烂的）。 那期末卷是真恶心到我了，感觉稍微配点材料就能塞给高中生当语文阅读题练手，反正这课从教室到考场，都不是奔着让你学到东西去的。 以及，往年卷qq群里能找到。

课程内容： 上课自由度： 考核标准： 授课质量：这课上得我当场变成李白，提笔四顾心茫然，诗人握持。

这种老师还能挂在你班培养计划的大墙上也是离谱得众生。 居然还能衍化出倪孝子这种东西，我真诚建议各位就别陪他明杠了，他人已经设定好了这型号了，你干嘛不干脆就宠着他顺着就行？

这大作业纯纯一坨，写它不是学习，是在浪费生命品鉴不可名状的代谢产物。

如果这玩意儿能算人，那我二话不说直接开席，连碗筷都不用备。

nbb你这大作业是哪个星球空降的阴间特产，去你的。

# 我超，冰！ https://www.bilibili.com/video/BV1zM411y7UE/ 进度条拽到 47 秒，开光，得道，原地飞升，闭眼入定。

19年电院那边就收拾过他的师德师风了，这位属于人品这块儿直接漏底，补都补不回来

以下内容已随评教一并打包发货。 能让我对一门课破防到写小作文，属实是活久见，这是我第一次见识到这种让我瞳孔地震的课程，一门随心所欲、并且我实在找不出任何一处值得夸的地方的课，我是真咽不下去。 1. 课件不知道是从哪个赛博垃圾堆里拷过来的，授课老师本人可能都没从头到尾把自己的PPT当一部完整作品欣赏过一遍。 2. 授课不全面、不充分，大作业和授课完全是两条平行线。在大作业几乎没有任何前置知识铺垫的情况下，大作业基本靠学生自己修仙自学通关，那我请问这门课存在的意义是什么？是给我们发一张自学许可证吗？ 3. 只有抽象的知识讲解，而且还不完备。请授课老师移步安泰学院，观摩一下人家的机器学习课是怎么讲、怎么排的。人家前面讲理论知识和方法，后面老师当堂敲示例代码演示，让学生亲身感受某些方法到底有啥用、实际意义在哪，大作业还有更完整的评判标准，有统一数据集、有分数评判。这是我能给出的关于这门课的建议，别无他物。 建议授课老师认真琢磨一下同学们的建议和想法，耐心一点，别随心所欲，别信口开河，别朝令夕改，别浑水摸鱼。我相信老师是有能力把这门课讲得很好的，这门课其实也可以成为提升同学们能力的一门课，但如此不负责任、没有耐心、随心所欲，实在是让我难以接受。我的建议可能言辞过重，但希望这些建议能为改善这门课、帮到以后的同学们，做出微不足道的一点努力。

nbb教你学中文，第一课：《如何理解"图片的特征提取不能使用神经网络！大作业全过程不能使用神经网络"？》 nbb：啊呀这里的意思是不能用神经网络做分类，提取特征是可以的。 你学会了吗？😋 这不是机器学习，这是语言学。 ——————————————————————————————————— **第一次修改**： 那个推荐指数3的，建议出门左转找个安泰的问一句他们机器学习在讲什么。把人工智能专业的机器学习课讲得跟通识课一样，电院课内容还不如安泰的丰富，他nbb不应该感到羞耻么？这是开课还是开摆？ nbb跟人工智能专业讲的课和他在网易云课堂上的机器学习一致，你要不翻翻那上面的评论区和讨论区看看那些受众——你面向非计算机专业的几乎是半科普课程，拿来当专业课讲，那看来是nbb实在是太平等对待学生了，众生平等，专业不分。 以及，我认为机器学习和深度学习上课收获都非常小，没有什么比较的意义。但是深度学习课提问之后不会只跟前排蚊子声嗡嗡叫，并且不会在大作业答疑课上朝令夕改信口雌黄，也不会在课上翻PPT之后发现有一些自己不知道是啥的东西。讲了四届没变的PPT里面还有自己不知道是啥的东西，这是态度问题还是能力问题我想群众的眼睛是雪亮的——四届了，PPT比老师还熟悉这门课。 综上，我认为nbb对待这门课程从态度到内容上都是完全不合格的，比起上专业课他更适合去讲相声，至少相声的目的是逗观众笑，他上课的嬉皮笑脸和空洞程度也确实能让人发笑。这不是教学事故，这是喜剧天赋被埋没。 ——————————————————————————————————— **第二次修改**： 那位打3分的同学： 你好，我再次对你进行批驳，这次咱们一条一条来，像拆盲盒一样拆你的逻辑。 · 1.关于“首先我的推荐指数其实没有用，因为咱们专业根本没得选，倪冰冰推荐指数满分或者0分都一样。我打三星是想说明，这门课虽然有问题，但没有34个一星那么烂。”： 我们这个专业很多课都只有一个教学班，如果单纯从选课选择来讲确实没有用，但是选课社区依然保留这些只有一个教学班的课程评价，给后来的学弟学妹们一个心理预期，对这门课有预先了解。就像景区只有一条路，也得有人立个牌子写"前方有坑"，不能因为躲不开就不立牌子。当然，我相信阁下并非真的不在乎这个评分，否则也不会跑来打完三星之后还持续修改和大家讨论——真不在乎的人不会反复回来装修自己的评论区。 · 2.关于“其次我也吃了阴间签到和阴间大作业评分（虽然最后改过来了）的亏，跟给分无关，我的A得分是因为我平时就学的很认真。我在学期中间的时候就感觉nbb没有说的那么离谱。我力图秉持立场中立，没有什么'孝子'的说法，您这是人身攻击，不看事实只看立场。” "我平时学的就很认真"跟"考试题和往年非常相似"放在一起，阁下似乎弄错了逻辑关系。在公认事实"考试题和往年非常相似"以及"这门课内容过于浅"的前提下，我们如果假定nbb判卷是正常的，那么应该可以得出结论：最终成绩好跟平时学不学没有什么关系，所以阁下宣称的"我的A得分是因为我平时就学的很认真"，这里阁下的因果关系并不成立。如果我们假定nbb阅卷是不正常的，是乱给分的，那么阁下的因果关系更加无法成立。所以，**阁下宣称的这一点在逻辑上是完全不成立的。** 左边不成立，右边也不成立，中间也没有成立。 另外，打三星当然是阁下的自由，但其他人打一星自然也是其他人的自由。当阁下一边宣称自己中立另一边又宣称其他人是戴着有色眼镜打分的时候，阁下在最开始的评论就**主动**给意见不一致的人扣上了这么一顶帽子，试图从立场而不是事实与逻辑的角度将他人评价不可信化，那就不要怪罪其他人回赠阁下一顶孝子的帽子了——帽子是对称的，你先扣的。 · 3.关于“倪冰冰的PPT是来自AI三一学院，大家可以上网搜一下，他本人就在那个网站上课，PPT很有可能是他自己做的” 关于PPT的问题：是不是他自己做的问题不大，阁下从小学到大学或多或少想必是接触过上网找PPT的老师和课程，但如果能将课讲好一切不成问题。但是反观nbb，内容水还经常只和前排嘀咕嘀咕，还有曾经出现过的翻PPT之后发现自己不知道这里是什么——PPT翻到了自己都不认识的嘉宾，请问阁下，如果PPT是他自己做的，讲了几年的PPT还不清楚里面有啥是能力问题还是态度问题？如果不是自己做的，那又是什么呢？自己做的、讲几年、不认识，三选二，总有一个成立。 并且我上面提到过，网易云课堂有，链接贴在这里。 https://study.163.com/course/introduction/1005264012.htm?inLoc=ss_ssjg_qblb_%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0 建议阁下点开"讨论区"，了解一下看这个课程的人有没有相关的前置知识，是否适合作为我们的课程。并且具有黑色幽默的一点是，网易云课堂的课程介绍页面写着，"**本课程为顶级学府原版《机器学习》升级课程，增加实战教程。**"嗯对，面向非相关专业人士的课程是校内专业课的升级版——原来我们上的是青春版，网课才是Pro Max。 · 4.正确的，**电院**开的专业课被**安泰**薄纱，也不失为一种幽默。输完安泰输云课堂，再下去没得输了。xx都不要了，脸都不要了。 · 5.像第二点一样，我继续对阁下的观点进行一点小小的逻辑分析。 阁下指出一个事实"来上课的人也比ljw和深度学习多多了"，我斗胆猜想阁下指出这个事实的目的是提出观点"nbb的课程质量高于深度学习和体系结构这两门课"。但阁下的观点是建立在一个未指出假设上的：即来上课的人多表明课程质量高。但对于大二学生来说，不言自明的一个事实是：**来上课的人的数量是受课程质量与考勤力度两个变量影响的**。在体系结构和深度学习两门课完全没有签到的前提下，是无法推断出阁下这个观点的——不签到的地方人多，也可能是这儿签到，不能证明饭好吃，只能证明门锁着。 并且，用王毅部长的话说，"**抹黑别人证明不了自己的清白**"。我**并没有认为阁下在抹黑**其他课程，我只是试图引用这句话说明一点：阁下认为深度学习和体系结构也烂，这是另一个问题，我们无法由其他课程烂的观点推断出nbb不烂——比烂大赛冠军也不是什么荣誉。 深度学习课除了这一届把大作业改成优化CVPR论文这个逆天点之外，给分乱七八糟、签到突袭、只跟前排蚊子叫等一系列在前面评论里面提到过的毒点都不存在。以及，深度学习课最新的评价大部分也是一星，以前大作业不是这个的时候评价没有这么低。因此，**阁下的双标指控在深度学习课无法成立**——你不能拿一个已经掉到一星的课证明自己的课是五星，那是跳水不是游泳。 对于体系结构课，很多人赞同的一点是ljw老师前半学期内容还是可以的，主要问题出在后半学期内容与期末上，所以如果要求很多认为前半学期内容可以的人给体系结构打1星，恐怕是有失偏颇的。所以**阁下的双标指控至此为止完全不成立**——一半好一半坏和全程沉默，是两回事。 我可以理解阁下取得A的好成绩的好心情，也希望阁下理解其他人对课程体验不适的批评。当然，阁下的行为完全是阁下的自由，其他人的批评同样是其他人的自由。我相信交大学生有基本的实事求是能力，而非阁下所认为的轻易会戴上有色眼镜评价。lyy老师考的很难，为什么选课社区评分很高呢？这足以说明，至少我们人工智能专业在选课社区上还是很客观的——难，可以；水，也可以；但你得让我们说。

课程内容：冰！一片寒意。 上课自由度：你觉得我想让这么重要的专业课自由吗，不许掀被子。 考核标准：大作业瞎改呗，盲盒手感。 授课质量：哈哈哈，今年学弟点个赞，好像还是冰，冻土没解封，祝你们和教务反应成功，接力冲塔。

数一数二的烂，烂得明明白白，烂得名列前茅。

唐。逆天到可以申请吉尼斯的那种逆天，建议直接自己啃cs229，别在这儿蹭WiFi。

我始终认定，机器学习这玩意儿，本质就是概率统计套了个算法皮肤出来接单；概率统计才是它脚下那块动不得的地基钢筋。数学内容该考察就认真考察，再拿一定质量的具体实践当磨刀石，才能在了解已经成熟的若干机器学习算法的基础上，继续凿出新的可能，不然就只能在原地转圈。 右转Stanford CS229 [课程主页](http://cs229.stanford.edu/) [b站视频链接](https://www.bilibili.com/video/BV1JE411w7Ub/?spm_id_from=333.337.search-card.all.click&vd_source=cb09dd1ddb0a4952eeb09fbcfbbc0f8e) [一个可供参考的讲义集合](https://github.com/maxim5/cs229-2018-autumn)获取更多知识。 希望来者能在啃机器学习这门课的过程中，真能受益。

*Course content*：广义线性模型、SVM、泛化与正则化、basic DL、聚类、PCA和ICA，还有basic RL——一套组合拳打下来，脑子没炸算你颅骨质量好。 *What you can do in lectures*：除了打断别人，你干啥都行。等于说课堂是个自助餐厅，就是别掀别人桌子。 *Grading criteria*：平时作业（理论加实践）再加期末考。想白嫖？门儿都没有，窗户也焊死了。 *Teaching quality*：very high。 Very nice course :)，大概是我这辈子选过最顶的一门。 Andrew讲得**很直观**，推的是**严谨数学**。每个学生都会被全方位点燃： - 机器学习的基本概念和理论 - **把ML方法落地应用的技术，以及ML方法的debug技巧** - **那些能帮你提高ML干活效率的其他知识和tricks** 只要**你肯学**，想拿的都能拿到，**成绩也合理**。**完整的讲义**，讲解细、数学推导全，走神了也能救回来。编程题（可能有点难，但很值！）会给你装上**脑子里对付ML问题的强力武器**。 --- 以上当然是整活，不是对nbb的评价，是对b站上cs229的评价。加粗部分是nbb的课所没有的。上个学期看cs229学到了很多，其中有很多Andrew给的***福利***，比如给一堆数据要分类，你该怎么从0开始用机器学习的方法搞出理想效果。想必nbb的"福利"一定比这种福利更有用吧www，我签到分被扣了，所以不知道他的福利是啥。大作业也好好做了，一不知道手写SVM让我学到什么东西，二没拿到什么好分数。 我总觉得机器学习说到底是一门数学/统计课，不是nbb思想与sjtu特色机器学习概论。兴许是我不懂机器学习罢。

给的分数和讲的课就像两兄弟一起迷路，谁也找不着北谁来救场都费劲…

学期初笑嘻嘻地说“任何有关签到的行为与本人无关”“签到不算分，来了的加分”，哇这口吻温和得像校园心理咨询，结果期末算分，还因为这签到分卡绩，合着你当初的微笑是凌迟前面的礼貌问候。阴间大作业做的人想吐，以为他最后会好心给分高一些，结果奇严无比，真的太逆天了，那种严丝合缝的程度像用游标卡尺量你炒饭的米粒大小。 “福利老师”，这“福利”好比医美优惠券，细看根本刷不了。