历史匿名回执 ·
课程内容：以ISLR为参考书，介绍统计学习的基本概念（分类与回归），后面过渡到模型选择、非线性方法、一些经典机器学习方法和聚类方法等等，再搭一节课时间的深度学习简介。 上课自由度：每节课前扫码签到，钉在门口当门神也躲不过。 考核标准：签到：作业：期末大作业：期末考试 = 1:2:3:4，期末考试从这届开始闭卷（一代人有一代人的使命），不过多为概念方面，基本不需要手推公式。平时作业量还是有点大的，不过ISLR网上也有不少现成的答案，属于“答案管够，作业照肝”。 授课质量：高，ISLR的脉络很清晰，老师讲课也很有逻辑，一学期下来能对统计学习有比较全面的入门认知。