李成璋 · 机器学习修读档案

陈年旧课，前几年上的 老师人很棒，内容很solid，讲解属于拽着你手一步步走进坑里的那种循循善诱 友情提示，作业一旦有失误是真的扣分！请以任何手段提前反复校对到万无一失，当年为了绩点焦虑得头发都要起义的时候，眼睁睁看着两次作业=总评各扣一分的痛，记忆犹新

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

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：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

讲得确实细，但说句实话多少带点催眠属性，催眠强度参考车载白噪音 不过PPT绝对是天花板级别的，课上掉了魂，课下PPT配合同步回放一套，分分钟把你接回来，不会出现盯着一个防自学型PPT破防一下午的名场面 实例摆在这，给分那是真挺行、挺捞得住的 作业给得确实严，但平时分基本盘还是稳稳几乎拉满，且89.6给我硬捞上了90 ps：老师是人形斯文败类型帅哥那一挂

课程内容：机器学习算法，可能考虑到课程难度讲得不算特别深入 上课自由度：高，最后两节课来下就行，前面爱来不来，主打一个放养式修仙 考核标准：25%作业考勤+25%大作业+50%期末考试 授课质量：非常高，lcz老师人帅心善，做课程项目的过程中给了不少帮助，最后给分也非常非常好，好到我怀疑他是不是偷偷在我卷子上贴了锦鲤

课程内容：机器学习全家桶端上来——回归、SVM、神经网络、决策树、集成学习、降维等等，一桌硬菜，不吃也得吃。 上课自由度：非常高，高到你以为这课是自助餐，结果最后两节课突然掏出签到，属于是自由到最后给你一记回马枪。 考核标准：平时作业（20%），理论+python实践双管齐下，助教改得那叫一个细致，细致到按评分标准一格一格扣，所以别想糊弄，得非常认真地完成。参与分（5%），最后pre那两节课需要向其他组问一个问题，社恐当场表演原地蒸发。课程设计（25%），pre和报告，一个都跑不掉。期末考试（50%），可以带一张cheating sheet，考的更多是算法应用，计算也不复杂，基本不涉及理论推导——听起来像送分，但50%摆在那，你敢裸考它就敢送你走。 授课质量：非常高，PPT清晰得像开了4K，老师人很帅，讲得也很细致，但是纯英文班还是有点困难，建议大家能选中文班就选中文班，毕竟课程内容还是比较硬核的，英文班属于双重debuff叠加。

课讲得好，给分也慷慨，老师还帅，简直是课程推荐区里的三好学生标本，挑不出毛病的那种

课程内容：机器学习全家桶（lr,svm,NN,树类算法,clustering,PCA等），一个不落全给你端上来 上课自由度：高，除了偶尔签到完全不管，属于是放养式修仙 考核标准：平时50%（课堂参与5%+平时作业20%+大作业25%）+期末一张作弊纸50%，作弊纸就是你最后的求生筏 授课质量：很高，每个算法都有从底层逻辑上的解释和代码层面的搭建。虽然英文班专业术语多到像在听咒语，上起来实在有点痛苦，但好在ppt上知识都很清晰明了，理解上基本不会有问题。平时分扣得不多，大作业被队友带飞直接给满了，属于是躺着被抬进终点。但是苯荏比较菜，期末英文卷加上三天五门考试日夜颠倒头晕眼花期末直接寄了，最后总评才刚过线，压线过活的惊险程度堪比走钢丝。总体而言适合想认真学点硬核知识的同学，不适合刷分，能选中文班就还是选中文班吧，英文班就是硬核plus版。

课程内容：高，两个字顶一整页 上课自由度：最后两节课点名，前面随便浪 考核标准：大作业＋考试 授课质量：老师讲的挺清晰的，人也很和蔼（lz因为时间原因英文班，和老师说了后加入中文班canvas，主要是听中文班回放，感觉授课质量挺高的），属于是蹭回放也能蹭回一条血。感觉作为主修不算难（相比于高数中微啥的），辅修的话稍有硬核但很有用，期末主要是考算法理解而不是证明计算（有计算，但是填空，不难），计算只是填空式打卡，理解才是大头。

**课程内容：** 顺手甩个百度网盘链接，里面是我自己要来的syllabus： 链接：https://pan.baidu.com/s/10NGfGE5fNNwSbUKG_XKiJg?pwd=ILVU 提取码：ILVU **上课自由度：** 高，只有最后两次课pre点个到，老师还会喊话提醒大伙最后几次别缺勤。 **考核标准：** Final Exam 50% Final exam is comprehensive and lasts 2 hours（可揣一张cheating paper，**计分时基本不大会调整**） Homework 20% 5-6次个人作业（**总共有4天迟交缓期，可分配给每一次作业，但全部用完就下架不候**；作业批改细致且严格，基本就是按最后助教给的作业评分标准执行，该在哪拿分就在哪拿分，少一块是真扣一块……） Project 25% 小组project，一队4-5名学生（用一个ML模型去解决一个相关问题） Class Participation 5% 全勤加课堂讨论定生死 **授课质量：** 高！高到离谱！之前我是个混跟随信工舍友上过他们的机器学习，只能说前者是人工湖，后者是雅鲁藏布江大拐弯……具体啥样，请翻旧贴那篇著名长文《机器学习为什么是神》。 老师讲得也够顶，公式直接在黑板上手推，还要反复确认大家的数学底子跟不跟得上，顺手补了一堆数学相关的基础知识，配套的作业编程实践也安排上了，导致我学完已经能自己调库跑一些简单的machine learning project了，甚至对科研都像开了挂一样有用。 ***www，在这再郑重感谢一下大作业同组的家人们！！！翻签名表发现我是全班唯一一个非安泰的学生，走致远的非限制选修摸进来的（求别盒我qwq），project里理解整不明白全靠组内uu拉我一把，我真的要哭死了！！！*** 顺带给lcz磕一个！！中途因为生病俩homework没赶上，最后竟然还是把我捞上了80 orz **一个重要建议！！！！！！** 我的体感是这课任务量相当沉，考试也不轻松，细得令人发指，不仅要记上课讲的那点细胞级细节，比如各算法的优缺点，还得对一堆算法掰得比较透，比如某个参数拧一下结果会怎么飘，眼看某个模型能设计出什么花样等等。要是想认真钻研机器学习的原理，尤其零基础选手，这门课是真香，**但想拿高分，除非时间极为充裕，或者底子本身就还行，又或者你真的强到不需要帮手，否则压力会像期末周的作业一样堆在天花板上！** lz本身不是学CS的，挺菜，课后作业得花很久很久才能交差。 不过ML真心零基础、平时也没怎么听、期末复习花了十几个小时把lcz的课整重刷一遍、能记的全薅进cheating paper、期末考愣是35+/50了。感觉安泰的同学只要平时作业按时交、认认真真学，90+还有戏的（project+出勤那30分基本都给拉满了）