历史匿名回执 ·
**课程内容**： 1. 引子与课程介绍——就是那种"同学们，我们要开始一场奇幻旅程"的开场白 2. 大数据处理方法（计算机科学角度）： 1. 基础设施 2. 分治 3. 存储 4. Google's mapreduce、gfs、bigtable——三件套，像祖传老方子一样被反复念叨 3. 大数据分析的数学基础： 1. 概率论 2. 数理统计——好，概率论和数理统计，一场与公式的久别重逢 4. 大数据处理方法（数据科学角度）： 1. 特征工程 2. 模型与模型评估 3. 排名、可视化与聚类方法 4. 线性代数与PCA——PCA它又来了，就像你搬了三次家，每次都在旧箱子里翻出同一只袜子 5. 线性回归与逻辑回归 6. 机器学习 7. 神经网络与深度学习——从线性回归到神经网络，就像从爬行到火箭，中间全靠自己飞 **上课自由度**：不听也没事，但是有若干次课堂小测——不听是你的自由，小测是它的权利 **考核标准**： 1. 个人Lab01: 爬取微博数据做情感分析，有给出框架，但是想给出一份完成度高的报告还是挺耗时间——爬微博做情感分析，听着像五分钟搞定的活儿，实际上时间就像被吸进了黑洞，给你个框架，但完成度要自己卷出来 2. 个人Lab02: 宠物APP市场分析，要求含糊（自行定义任务目标， 自行确定数据源， 自行设计分析方法， 自行设计结果展示方法），完全不知道要做到什么程度，还美其名曰锻炼研究生能力，实则是浪费正经科研时间的答辩lab——别人做Lab02是照猫画虎，这个Lab02是让你闭眼画龙，任务目标自定、数据源自选、分析方法自搞、展示自行。美其名曰"锻炼研究生能力"，实则是一场打着锻炼旗号的虚耗，我就想问：我有这能力和时间去搞自己的课题不好吗，为什么要在一门课的大作业里原地空转 3. 若干次课堂小测（点名）——小测的同时顺便把你点了个名，双倍快乐 4. 论文研读报告+pre：pre前一天通知，每人5到8分钟，可以对着原文讲，可以对着研读报告讲，不过很多人做了PPT——前一天通知，每人5到8分钟，节奏堪比限时抽奖答辩 5. 期末考试（开卷）——居然还有期末考试，好在是开卷，抄书翻页，水一水，过去 考核标准太细碎了，堪比学术英语；学术英语起码一次作业就花一两个小时，这课程两个lab就纯耗时间；老师收到作业后还不满意，给了一次重新提交的机会，完全无法理解研究生为啥要卷大作业。做完lab和pre后竟然还有期末考试，所幸是开卷，水过去了——考核标准碎得像被摔过的饼干，比学术英语还密；学术英语一次作业也就一两个小时的痛苦，这课程两个lab是真的在熬时间。老师收了作业还不满意，给一次重新提交的机会，研究生又不是卷王集训营，我怎么就想不明白要在这里卷大作业。lab和pre都熬完了，居然还附带一场期末考试，唯一的安慰是开卷，直接把它水过 **授课质量**：看大纲就知道是大杂烩，每门课的每个知识都有机会在其他课程上听到（计算机科学部分不如上个学期的csp，数学基础不如本科计算机中的数学基础，数据科学部分不如上个学期的统计学习），所以内容价值实在不高。此课程最大的意义就是凑满软件学院的学分，但是考核标准属实劝退。最后七月中旬了还没出成绩，拖拖拉拉，培养计划就差你这3分，能不能搞快点。这授课质量，光是看大纲就能确诊"大杂烩"。每一块知识都在隔壁课上开过演唱会：计算机科学那块没上个学期csp响，数学基础没本科计算机中的数学基础稳，数据科学部分没上个学期统计学习打得准，所以内容价值就……嗯……那样吧。这门课最大的意义，可能就是把软件学院的学分凑齐，结果考核标准又实在劝退。更魔幻的是七月中旬了，成绩还没下来，拖拖拉拉，培养计划就差你这3分，能不能搞快点。