机器学习 · 修读回执档案

我们家龙神给分这块真是开到爆！龙哥龙哥，就是那个龙！这条评论区必须先跪下再说。

课程内容： 逻辑回归、SVM、决策树、神经网络，还外送一点点DL（CNN），相当于点了一份主食还附带一勺小咸菜。 上课自由度： 高得离谱，平时零签到，整个人可以当隐形人养。但最后project的pre必须打卡上线，会有签到和提问环节，需要参与，逃不掉。 考核标准： 课程互动+作业+project+期末考试。作业是显微镜级别的批改，一定遗漏和错误就开始扣分，最后折合下来基本是拿不满的，相当于满分前面焊了一道防盗门。project反而好像是能给满就给满，好人卡发得慷慨。期末考试1：1真伤，大题简单得像开胃菜，选择有点难做，有点考验平时理解的怎么样，和cheatsheet也无关，你那小抄在此刻如同纸质装饰品。 给分确实蛮高的，但容错率不是很高，期末考试扣的分很大程度决定了你和其他人的差距，一分一层段位。但是acem只有这门ml可以上，其他ml不计入培养计划，想上还是来上lcz的吧，没得挑了。

逻辑回归、SVM、决策树、神经网络这些基本款，但凡你沾过一丢丢 ML/DL，这门课听着就像开卷养老（或者干脆不去上课）。体感最硬的骨头还是前面支持向量机 SVM，不过老师会掰开揉碎讲，还不往难题上靠，好评。老师本人帅得能出道，课件也拿得出手，去课堂体验也不亏；考勤抓得不严，偶尔扫个码，用 canvas 直播就蒙混过关，平时分不卡人。期末看不出捞没捞，但卷子本身简单到发指，大题不搞理论证明，全是简单计算，比如几个到十几个样本的 Gini Gain，或者一个神经元的反向传播计算，课件的 Computing Example 自己跟着撸一遍，期末稳如老狗。虽说差一分95，总体老师没得挑，ML 这种当下无可置疑的必修，5 分拿走不谢。

课程内容：线性回归、逻辑回归、SVM、神经网络、深度学习、树模型、集成、聚类——一整套武功秘籍从入门到飞升，胃不够大真扛不住。 上课自由度：高到令人发指，只有最后两节课要点名，外加pre时甩你一个问题。就这？就这？摸鱼人的生命之光。 考核标准：5%课堂参与+20%平时作业+25%大作业+50%期末考试。平时作业助教扣分像显微镜下找茬，你得跟自己作业面对面核对到瞳孔地震；但期末考试老师直接开着航母来捞你，给分超级无敌好，好到你怀疑自己是不是偷偷救了银河系！ 授课质量：高高高，高到戳破天花板。看得出老师是精心备课了的，逻辑极其清晰，课程内容本身比较硬核，有一些数学推导，但老师会把重点放在算法的理解上，重难点处减速慢放+举例子，丝滑得像老司机过弯。英文班也不用担心语言障碍，老师毫无口音，基本一两节课就能适应，想听中文回放也可以给老师发邮件加进中文班的canvas，属于是买一送一变身双卡双待。 ps：老师帅得很权威很客观，人也很好，可以大胆提问，老师都会很耐心地回复——有问题你就问，问了不亏，不问亏出内伤。

课程内容： 难，满屏推导听得我大脑当场蓝屏，好在期末不考，谢天谢地。 上课自由度： 高，完全可以人不出现，只有最后两节课小组汇报需要签到。 考核标准： 签到5分相当于白送；平时作业20分被扣了0.5分；小组项目25分靠队友一路带飞搞了个很好的项目，扣了0.25分；期末50%考得比较基础，不考推导证明，主要考概念和简单计算，送分送到家门口。 授课质量： 难评，经常听不懂，可老师讲得确实滔滔不绝，看上去逻辑严密得像个闭环……我真不知道是自己的锅还是讲课的锅……而且老师实在帅，又有气质又温和，听不懂至少还能养眼，课堂秒变4D影院。

课程内容：地狱难度的那种机器学习（但考试没用上课那么难吓人），主力是线性模型、SVM、特征工程（考试没考）、神经网络、深度学习、决策树、集成学习、聚类，感觉这学期讲得比前几个学期少，往届的cheating paper好多单元压根用不上 上课自由度：高，平时放养，就最后两节课签到，一节扫码一节纸质，可偏偏这两节课要pre还要求至少提一个问题，所以大家基本都得乖乖来 考核标准：考勤+作业+pre和报告+考试（50%） 考勤前面说过了；pre和报告感觉很捞，基本上都给分了；作业那是真的会扣分！会！扣！分！答对答全保平安吧，总体有4天可以延迟交的额度，建议宁可晚交一丢丢；（不过lcz人帅心善，这块不用太慌） 考试能带一张cheating paper，主要考算法的理解和作业前几题级别的简单计算，不会逼你从零凭空推导定理，但PPT上带推导过程的还是建议抄上去，真会考那么一丢丢。传说中的老版说实话emm不太靠谱，不考的、全英文的、不全的、看不清的啥毛病都有，就算提前熟悉过看它也很费劲，既然可手写可打印，还是劝你把这学期PPT里的东西自己全部捋一遍贴上去。最后给分算符合预期吧，挺捞的。 授课质量：机器学习本身还是太难了，课上只要推导一多/英文含量蹭蹭上涨，我的大脑就开始自动挂机放空......但lcz实在太帅了，帅到我中午困得要死居然还能睁着眼睛听完一整个学期的课，简直是奇迹

课程内容：机器学习 上课自由度：高，来不来无所谓，pre到场就行 考核标准：统一考试 授课质量：中文授课，理解上肯定比lcz的英文班简单，但也不如lcz的中文班。

课程内容：麻辣那门（麻辣着飘过） 上课自由度：高，收尾那两次也就答答题+划个出勤 考核标准：Project给的分比预期胖一圈 但考试给得比预期瘦，我们小组搭伙干得倒是相当融洽 授课质量：愿意抬头听就能跟上，一般我都选择PPT看到一头雾水后翻回放吸收。

课程内容：线性模型、SVM、神经网络、决策树、集成学习、聚类等等，一锅炖，机器学习全家桶端上来，主打一个从入门到入土。 上课自由度：高，无出勤，属于“人不到没事，灵魂到场就行”。只要最后两周小组展示到场，记住，是最后两周，不是最后两天，别记错。记得要问别的小组一个问题，你的平时分就在这一问里，堪称社恐的成年礼。 考核标准：平时+课后作业（包括理论题和代码操作题）+小组作业+期末考试（有cheatsheet），一套组合拳下来，平时分你有，作业你有，小抄你也有，剩下的交给命和PPT。 授课质量：老师讲课比较细致，细到什么程度，考试内容全在ppt里，等于把钱藏在你家客厅。唯一美中不足的是英文ppt，英文作业和英文试卷，三件套齐活，主打一个“用英语劝退但用中文兜底”——期末卷关键的地方都有中文翻译，完全不影响理解。小组作业有创新点就会给你很高的分数，伟大，shl我们敬爱你呀！！！

在出分前先过来夸一手……不愧是传言中的好课，学到了很多有用的知识，知识像晚自习一样密集，好在老师讲得好； 课程ppt和作业都很清晰，一步一步带你理解这些知识的概念，偏向于入门，但也提供了一些有用的材料，比如svm对偶的推导，带点

课程内容：机器学习基础知识、线性模型、SVM、特征工程、神经网络、卷积神经网络、决策树、集成学习、聚类——好家伙，这是把机器学习全家桶端上来了，从公式到卷积，一条龙服务。 上课自由度：很高，就是最后两周有点名签到，像快下课了突然来个突击查岗。 考核标准：50%期末+50%平时，包括5次小作业+小组作业。平时分和期末各占半壁江山，小组作业就是考验你和队友是不是塑料情。 授课质量：很高，期末听回放的时候感觉老师讲得真的很好，把每个细节都掰开揉碎讲清楚了。（顺便，老师也是真的帅，这知识它不进脑子都对不起颜值）

课程内容：机器学习：线性模型、SVM、神经网络、决策树、集成学习、聚类等，一条龙全上齐 上课自由度：高，老师不管课程出勤，只要最后两周小组展示得到场就有平时分 考核标准：平时+课后作业（理论题加代码操作题）+小组作业+期末考试（可带cheat） 授课质量：老师讲得挺清楚，比较细致，课上听了能听进去，但可能有些同学会觉得比较啰嗦，看个人口味吧。ppt把全部考试内容都铺满了，虽然期末卷子是英文的，但关键的地方都有中文翻译，一点不耽误理解。

课程内容：机器学习的基本理论知识、线性模型、支持向量机、特征工程、神经网络、深度学习、决策树、集成学习、聚类、（这学期可能是因为放假课程安排问题没有讲降维，降维直接被放假一jio踹出教学大纲 上课自由度：高，最后两次课是小组展示，有签到，且每人必须在所有组的pre中至少提一个问题，前十四周无签到，前十四周的你像脱缰野马，最后两节课直接被签到绳套勒住脖子 考核标准： 5%课堂参与：来自最后两次课的签到和对其他小组pre的一次提问，最后两节课提问后助教会到你座位旁记录你的名字，签到本学期第十五周为扫码签到，十六周为线下纸质签到，助教记名字那一下像班主任趴后窗，你提不提问题直接决定这5%是到账还是蒸发。 20%平时作业：平时作业一般是有手算题目和编程两部分，编程部分会给示例代码，基本上改改就行，难度不大，会要求对结果做一些分析；有总共4天的迟交缓期可以使用，可以自由分配；**一定注意作业的批改很细致，严格按照题目的标准给分，没有的部分是真的扣分**，有一次作业题目中要求的report the results，我理解成在代码中print出来，但实际上需要写在结果分析里，因此扣了很多分，建议完成作业后务必认真核对一下有没有漏的部分！批改细致到像用显微镜找你毛孔，标准答案没写的分就是真没，println一下不等于report，这一课是用血分换来的。 25%小组项目：每组4-5人，用机器学习的课程内容解决一个现实问题，最后两周pre每组15min，加3min左右的观众自由问答；提醒英文班的pre也要求是英文的，但没有脱稿的要求，口语不太好的话现场问答部分可能有些困难（英文实在回答不出用中文回答也被允许）但不要求全员都要pre，15min正片加3min观众拷打，英文班还得英文上阵，但不脱稿，答不上来中文兜底，天塌不下来。 50%期末考试：老师在考前会提供样卷参考，可以带一张a4双面cheating sheet，考的内容不含代码和数学公式的推导，更多是理解的内容，因此cheating sheet上记一些重要指标的公式和不同模型的优缺点足矣，一张A4双面小抄就是你的外置大脑，不考码不推导，专考你懂没懂，把小抄写满指标公式和模型优缺点基本就稳了。 授课质量：非常高，老师人很帅，讲起课来很有条理，节奏很稳，课件简洁实用性强质量超高。英文班可能确实挺起来有些费力，但可以跟老师发邮件加入中文班的canvas听中文班的回放，又鉴于没有签到，可以不去听中文班回放，所以完全不会因为英文班而造成任何课程内容理解的困难和额外的时间成本，英文班耳朵受点罪，一封邮件就能白嫖中文班canvas回放，再加上不签到，等于零理解障碍零额外时间成本，便宜占得明明白白。

课程内容：难到我脑仁当场死机，一个字都进不去 上课自由度：高，签到只活在最后两节课 考核标准：难，难得很稳定 授课质量：帅帅帅帅帅帅老师爆帅。必冲

不听课，看看帅哥也是好的，主打一个视觉盛宴，知识没进脑子但眼睛饱了

课程内容：坐牢式机器学习，浅显的东西给你翻来覆去盘半天，节奏乱得像我奶跳广场舞 上课自由度：高，我太无聊了就看手机了，手机是我唯一的同桌 考核标准：没考，直接掀桌不考 授课质量：中下，一颗心是留给我自己的

这门课本身就自带安泰老师的一种通病，太能端着了。不是哥们，明摆着的中文班，PPT和考试凭啥非得整成英文？是因为留过几年学就对国外产生了文化认同吗？还是说中国的学术就这么拉，远远比不上国外？要真是这样，那在中国搞学术的人难道不该脸上挂不住吗？真不是我看不懂英文，我就是膈应这种做法。 老师本身倒是挺好的，就是课程上英文PPT这一出有点膈应人，感觉不是为了让学生听懂，而是为了装。建议去取取经，看看电院老师怎么教课的。

课程内容：好课 上课自由度： 考核标准：。。。 授课质量： 我写着作业突然想起你这个家伙，期末我考了44（满分50），结果总分给我开了个87是吧。。。

课程内容：逻辑回归，SVM，特征选择，神经网络，CNN等 上课自由度：高，除了最后两节课要点名并抛出个问题之外，其它时候一律不点名，来不来随缘 考核标准：5课堂参与+20作业+25小组项目+50考试 授课质量：高，老师是真负责，讲得细得跟绣花似的

课程内容：回归，SVM，神经网络，决策树，集成学习，聚类，降维 上课自由度：高。最后两次课小组汇报的时候需要签个到、凑热闹提一次问题 考核标准：5%出勤 + 20%作业 + 25%小组大作业 + 50%半开卷期末。出勤的话，最后两次课跑去提个问题就算打卡成功；作业一共五次，还附带四天延期额度自行分配，什么时候交你自己掂量 授课质量：高，课件简洁又好看，讲得也很细，老师人还挺nice。课程里有些数学推导可能咬起来有点费牙，作业里除编程外，理论部分也有点推推算算的体力活，但期末基本上不查你推导，计算也比作业轻松一档。虽然写作业的过程对我来讲算是半场酷刑，但这学期作业好像批得很和善，基本都能拉满血；期末是真的考得比较细，不过给分完全超乎我预想地高。整体感觉，各方面都挺合格的，在我这儿挑不出什么大毛病