倪冰冰 · 机器学习修读档案

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。

上课讲的内容实在太水了，水得能养鱼。 两次小作业就靠个推导，离谱，像被要求用牙签雕出兵马俑。 阴间大作业，多核SVM，更离谱，直接从阳间被拉下去。 期末题目，80%照抄前几年卷子，最TM离谱，属于是老师把祖传卷子拿出来当了传家宝。 可惜大伙只能选他，我们就像被课程系统许配的包办婚姻。 “这些都是给大家的福利呀” ------------------------ 附大作业评分标准 40%完成度 30%实验质量 30%报告质量 完成度有10分要在完成nbb要求并达到创新与思考才给，报告质量有5分需要图表详实，分析详细才给，如果没有完成nbb要求大作业不能上80

泻药，认真写的大作业没有同学抄的分数高。这就好比你在米其林三星忙活三天端出一道菜，隔壁直接点了个外卖还拿了最佳厨师奖。

怎么不能打0分啊，这评分系统也太保守了。 大部分老师不管教得怎么样我觉得都可以说一句“人很好”，但这次我真说不出来，好比你想夸一盘菜结果实在找不到可夸的角度，连盐都得算礼貌。

来交大之前知乎热榜就给我推送过这位老师……本以为上课要渡劫，结果人家还挺放养，一节课20%的时间在唠嗑、讲故事、自嘲当年勇。 ppt是直接从外面教育机构AI300学院搬过来的，起初还拿破校徽遮个logo，后来遮都懒得遮了，真诚建议：不如自己上网扒资料自学。 上课不提问，可能会溜达下来跟同学互动，自由度较高。要是你人到了教室，他会时不时暗示哪里要考，这时候赶紧记，期末做小抄时能救命。 *** **平时成绩**：占40%，不捞人！！平时分直接被扣5分+的大有人在。 ---->小作业20%：两道计算推导，很好做，照着那一页ppt推一遍就行。 ---->大作业70%：下限和上限都玄学到令人捉摸不透，主打一个重在参与💦当你拿不准某个环节要不要做，建议别追问细节，直接在自己能力范围里跑几个测试出结果拉倒，再说一遍，重在参与，别太纠结。 转助教更新：”大作业评分标准是40完成度30实验质量30报告质量，完成度有10分要在完成nbb要求并达到创新与思考才给，报告质量有5分需要图表详实，分析详细才给，如果没有完成nbb要求大作业不能上80“ ---->签到10%：签过三次，突击降临，放出来的时间是我人在教室里都有一次没签上的程度，开头百般宽慰大家说不算分只是走个形式，最后一次说签到的同学有福利（也没说啥福利），***结果最后美美占了40%×10%捏！！！*** 哈哈虽然我那次要是签上了估计也会像其他同学一样被卡绩啦没关系的你看我笑得多开心呀哈哈哈 **期末考试**：占60%，一张A4 CHEETSHEET正反面可打印，可带计算器。请重点关照文科部分，比如评析某两种方法的优缺点，比如分类与回归之间的区别与联系，数学推导可适当忽略（如果时间来不及）。另外请放下顾虑尽情拟合往年试卷，一大半以上都是原题或原题改个说法（小心别过拟合），感觉整CHEETSHEET不如背去年答案。选择题风格请参考百度文库上那种机器学习概念题。题量较大，可能会写不完。 *** 警告：出分时请做好心理准备😀😀😀 请不要抱希望于一切老师之前可能会多次表露出来的“我对你们很好的”“我给分很高的” 笔者上课全程参与，老师每节课说的每一个“福利”（要考的点）都整理了，也做了去年的卷子，也整理了所有方法的评析与内部联系。 做卷子的时候做的很顺，是考试时手感较好的一门了。 卷面喜提七十多🙂 不过也许是真的没写到要求吧，只能怪自己了。

摆烂是你自己的选择，乱给分是什么操作，搁这玩心理战呢？ 证明作业的计分居然跟长度挂钩，写得多就赢是吧，那我合理怀疑大作业是不是也按字数发福利，凑字数谁不会啊，一个SVM还要整出花来搞创新，听说隔壁ChatGPT写的都比我分高，合着就我一个是废物呗。 考试更是抽象艺术，题目表述飘忽得像在猜灯谜，至少我觉得有一堆地方值得好好掰扯掰扯，反正答案他也不公开，最后只能看你脑电波和倪某人对不对得上频道了。

签到靠玄学，授课靠缘分，作业靠阴间时区，试卷靠抽象派画展，给分靠摇号。

课程内容：机器学习地基套餐，回归、分类、聚类三件套，外加一段扯淡当甜品。 上课自由度：不定期签到，二维码一放跟地下党接头似的，半分钟就撤，坐教室里的都没扫上。开局宣称只是教务处压下来的任务，不计分；结局是它悄咪咪混进了平时分。 考核标准：40%平时（签到10%+小作业20%+大作业70%）+60%期末。平时=两次小作业+一次大作业+一场薛定谔的签到。大作业麻烦到离谱，要求多到能绕操场一圈。其中占大作业分数10%的"完成要求并达到创新与思考"——SVM都被前人盘出包浆了，你让我创新？？平时分一开始压根没公布比例，出分后大家一脸问号，助教才姗姗来迟地解释。嘴上喊着给分高，手上摁着分往下压。 授课质量：课程大半内容去年的人工智能求解与实践已经讲过了，重复到像把剩菜热了三遍，学不到什么新东西。PPT是别处上完课直接搬来的，没讲的内容也没删，质量堪忧——还是啃西瓜书和刷网课更香。期末卷子选择题宛如文科题，选项一个个模棱两可，核心考法是看你能不能跟老师脑电波对上，还跟历年卷高度雷同。整体有种上课当儿戏的既视感，不走心，说难听点就是忽悠。可能本科生这门小小的课，在人家眼里不算什么吧。