回归分析 · 修读回执档案

课程内容：直接甩大纲，跟报菜名似的：Simple and Multiple Linear Regression 一元与多元线性回归 Maximum Likelihood Estimation (MLE) 最大似然估计 Model Selection 模型选择 Cross Validation 交叉验证 Generalized Linear Models (GLM, e.g. Logistic Regression) 广义线性模型 Non-linear Regression 非线性回归 Generalized Additive Models (GAM) 广义相加模型 Dimension Reduction (e.g. PCA) 降维 Regression and Artificial Intelligence (e.g. Reinforcement Learning) 人工智能 Time Series – Autoregression 时间序列——一整条流水线从手动挡一路铺到自动驾驶，课表本身就是一张思维导图。 上课自由度：非常自由，完全不点名签到，人不到课魂到场，主打一个你爱来不来，来了也是赚到。 考核标准：40%六次作业取5次最高分，等于系统自带一次容错存档，作业参考课堂代码完全可以应对，不会要求做莫名其妙课上没讲的东西——就是照着菜谱炒菜，不给你整黑暗料理。还有60%是期末大作业，完成一个项目，谢谢老师，真的太伟大了，报告特别紧张讲得有点乱七八糟给的总评分也很不错！ 授课质量：真的特别好，讲得超级清楚，刚好和计量的回归互补，一个负责让你懂，一个负责让你算，双剑合璧；而且还会考虑到回放观看需求🥹——这是把"网课留子"的命脉都照顾到了，属实是把服务做进骨子里。

唐老师是真扛事，上课那个认真劲儿肉眼可见，一学期下来肚子里的东西实打实多了，这课很可以。and感谢捞捞——救命之恩，没齿难忘。

hc你是我爹，亲的那种。对比我自己那稀碎到拼不成人形的报告，这给分简直是天上掉馅饼还怕砸疼我。

课程内容：回归分析，以PPT为主，从头放到尾。 上课自由度：高，不点名签到，门随时为你敞着。 考核标准：平时与作业40（去掉一次最低）+ 期末课题60。 授课质量：高高高！期末课题是癌症患病率的回归分析，拿实践课题当考核压轴的课真的稀有，可遇不可求！调试代码那段确实有点戴着痛苦面具跳舞，但收获感和知识掌握度真的upupup，花老师还主打一个鼓励式教学。整个过程就俩字：快乐。无脑冲，撞墙都冲！！！

课程内容：线性回归、非线性回归、广义线性模型、广义可加模型、模型选择、降维、时间序列介绍等，一锅端。 上课自由度：高，不查出勤，下面爱干嘛干嘛，但我就是愿意爬来听课——花老师讲得是真有意思，腿都自己往教室走。 考核标准：平时40+大作业60。平时6次作业去掉一次最低分，最后扣分基本纯象征意义，比如有个作业99分，实际上最后只扣1/5=0.2分，甚至还要再乘40%，被四十个百分点再削一轮。期末是针对一个给定的问题和数据集建模，分数构成是kaggle上F1的排名赋分（只占5%，大头反而是报告和pre）+大报告的逻辑严谨性+pre的质量。 授课质量：高！这学期收获最大的一门，可能是因为机器学习之前就接触过，反手来上回归分析反而收获额外的惊喜。而且给分很厚道，我期末本来都给自己写上墓志铭了……做的大作业自认为没半点新意，花老师照样给了一个很体面的分数。

这学期最难的一门，也是最有用的那一门，硬生生把我这个码代码都瘸腿的小白拖去学python的各种用法。最后给分那一下……话都说不利索了，就感动。码力小白也能冲，冲就完事！

先说好消息：课程设计是真的顶，大作业加大作业pre能实打实学到东西，理解能挖到有一定深度。 坏消息：等知识的电梯到这一层才发现，自己做的东西糙得像半成品期货，逻辑堪堪能自圆其说，但优化空间大得离谱，只求老师刀下留人。

神里的神！安泰你不选这门课等于白来，选就完事了！！

课程内容： 上课自由度： 考核标准： 授课质量：这课直接把我CPU干烧了，离谱到像在霍格沃茨上麻瓜数学，无敌

课程内容： 上课自由度： 考核标准： 我报告写得稀碎成那副鬼样子居然还给了4.0，真的爱死老师了，雷姆了，无脑冲就完了 授课质量：

课程内容： 花老师直接把咱当零基础从盘古开天辟地教起🥰就爱花老师那点小道具，跟哆啦A梦掏口袋似的 上课自由度： 高 不点名，来不来全凭良心，教室主打一个随缘 考核标准： kaggle排名说实话负担不小，但卷到最后区分度好像也就那样，所以学弟学妹们别慌，排名这玩意儿吓唬人大于伤害人 授课质量： 高高高，期末要是能多给我一分不卡绩就原地封神了（图穷匕现

课程内容： 回归分析，听完感觉自己能把世界拟合成一条线。 上课自由度： 极高，高到你以为自己在放寒假。 考核标准： 40作业60大作业，量比听着温柔，别高兴太早。 授课质量：极高极高，给分超好，高到我怀疑自己误入了天堂KPI。hchc我们喜欢泥～嗓门都拉成长音了。

课程内容：好，有用到像给脑子装了外挂，学完感觉能直接去给数据算命 上课自由度：高，不点名，翘课都没人拦你，属于放养型养生课堂 考核标准：大作业，一锤子买卖，没有期中期末连环夺命call 授课质量：有用+幽默，讲的好+给分好，神中神，我脑子里翻遍了借口库都找不出一个不选的理由

课程内容：一元回归模型起步，一路扩张到多元线性回归、模型选择、GLM、GAM、时间序列。 上课自由度：来不来随你，零考勤，花老师是真的好！！！ 考核标准：6次作业取5次最高40%，大作业报告+pre+kaggle赋分排名（60%） 授课质量：质量高得离谱高。

课程内容： 线性回归、非线性回归、广义线性模型、广义可加模型、模型选择、降维、时间序列介绍等，整套流程走下来，你就像从“画一条直线”一路修炼到“给数据算命”。 上课自由度： 高，不查出勤不管下面人在干什么，老师在台上开坛讲法，你在台下可以打坐、可以摸鱼、可以研究中午吃啥，突出一个来去自由、因果自负。 考核标准： 平时40+大作业60（给分很nice）。平时6次作业去掉一次最低分（就是有一次作业可以完全不做的意思），而且作业会给示例代码，代码已经讲清楚了基本粘贴修改就可以做好，而且作业是努力给分制，基本交了就是100。期末是针对一个给定的问题和数据集建模，分数构成是kaggle上auc的排名赋分（但其实大家差不多，不用太卷的）+大报告的逻辑严谨性（写的很烂花哥哥给分都还好）+pre的质量。翻译成人话：平时像是在完成“复制粘贴的仪式”，期末像是发你一块地和一袋种子，让你自己种出个模型来，最后再上台表演你种得有多努力。 授课质量： 太高了，会拿一些惊喜道具吸引我们注意力加深理解，and要点清晰解释的也很清楚，顺便会讲代码，理论代码两不落，花老师本人也温柔可爱，值得五星好评。别人上课靠PPT催眠，他上课像开盲盒，时不时掏个道具出来给你脑袋里的知识点“哐”一下钉牢，理论代码两手抓，温柔可爱还带点整活，五星不是打分，是保底。

课程内容： 线性回归、非线性回归、广义线性模型、广义可加模型、模型选择、降维、时间序列介绍等——一门课把回归家族的族谱从头念到尾，量大到像自助餐。 上课自由度： 高到离谱，没有出勤分，你人来不来全靠自觉，属于"睁一只眼闭一只眼"的经济学操作。 考核标准： 40%作业+60%大作业（其中报告60、展示与PPT20、Kaggle结果20）——分值拆得比某宝优惠券还细，条条都是扣分暗器。 授课质量： 高，讲课清晰有逻辑，深入浅出得跟滑滑梯似的，PPT内容丰富且美观。老师很幽默，动不动掏个小道具出来搞氛围（哄幼儿园小朋友即视感），下课问问题还耐心到像你亲妈转世，整个一"鼓励式教育"流水线。

课程内容：线性回归、非线性回归、模型选择、降维、glm等等一整套回归知识大礼包，最后还会顺手甩点时间序列\(^o^)/ 上课自由度：高，不签到不点名，来去如风 考核标准：作业和大作业，大作业是在kaggle上打比赛，平时作业可以drop掉分数最低的一次，等于给你发了张免死金牌 授课质量：作为一个工科旁听生，我是真的羡慕安泰有这种质量的课。本专业其实学了不少统计课，但没有一门能比得上这门的。花老师授课质量超级高，原理讲得生动透彻，像给你的大脑装了个可视化插件。老师会在课上超级详细地讲解代码，完全不用担心作业不会做。课程内容也很实用，五星强推！

课程内容：一些数学和一些编程，和计量经济学/机器学习等都有交叉的地方，属于知识界的十字路口，谁路过都得点个头 上课自由度：高 无签到，开摆即自由 考核标准：作业+大作业，不多，但都在 授课质量：高！天哪真的是如听仙乐耳暂明，特别特别喜欢。这课听完感觉自己腰不酸了腿不疼了，脑子还转起来了。

课程内容： 上课自由度： 考核标准： 授课质量：我是一个慕名来蹭课的旁听生，花老师的授课质量非常高，擅长把抽象高深的问题简单化，课程内容对计量和机器学习都很有帮助。而且花老师极具人格魅力，YYDS！

听下来感觉教线代的某几位高低得给花哥磕一个——这课简直是在对比中完成了对其他课的降维打击 平时作业都给了demo，巨巨巨详细，详细得像手把手喂饭，还会在课上给你讲这个代码是实现什么的，写作业翻demo就够了完全不用在GPT的代码上debug，毕竟GPT还能胡诌，demo不骗人。而且几乎是写了就给满分。（一次作业一百分，错一题象征性扣一分——那一分的作用是让你的成绩单带点遗憾美。） 教的都是很有用的东西，内容充实却不给学生造成过多负担，内容量和负担量打成了一个精妙的平衡，绝对的本人本学期上课体验top1，花哥能不能开点别的课让我再爽一次！