张重阳 · 机器学习修读档案

课程内容：有监督学习、神经网络基础、深度学习、模型评估选择与编程、半监督与无监督学习一锅炖。但上课内容和作业基本是两条平行线，平时有三次编程大作业。期末考试开卷，但考的东西和大作业也是各玩各的。 上课自由度：高得离谱，教室里人烟稀少，偶尔签到像随机掉落彩蛋。 考核标准：10%平时，30%大作业，60%期末。 授课质量：一般般，来的人少，听的人更少，主打一个双向奔赴的沉默。

课程内容：主要是从西瓜书里选一部分内容开讲，配着PPT输出。 上课自由度：比较高，但每学期有几节可能会要纸上签到，属于那种你以为划成功了、结果名字点你头上。 考核标准： 10%平时分，30%三次大作业，60%期末，就这一勺分配。 授课质量：纯纯读PPT课，讲课比较没有吸引力，到课率也低，感觉全靠强大的自学能力续命，而且大作业还得自学Python，如果自己编程那就是极其考验个人能力，堪称修行。

课程内容：基础神经网络、svm、决策树，主打概念全家桶 上课自由度：高，但别飘，时不时被捞起来回答问题，像自习室里突然被抽查作业 考核标准：课堂10、40大作业、50考试（开卷） 授课质量：这课最大的悬疑——上课和大作业压根不是一个物种。课堂拧螺丝，课后造火箭；课上代码毛线不提，大作业一来直接让你用python和pytorch手搓深度学习。纯纯折磨。期末又跌回拧螺丝，纯翻书，考的是定义理解。老师讲得勉强能听，但这个课是真的nt。

课程内容：老旧的机器学习那套，再掺和点儿很水的神经网络，CNN，聚类，目标检测啥的都往锅里扔。 上课自由度：会的，老师会随机提问，请你精神点。 考核标准：课堂表现10%+大作业两次40%+期末考试50%。 讲课质量：低。另外说一嘴，第二次大作业我等于自学了将近十个小时的网课，才勉强摸到pytorch和tensorboard的门槛。那个英文ppt质量还很丑。期末考试也是一门玄学，整出论述题来了，给分还特别低。

课程内容：传统的机器学习：SVM、决策树、深度神经网络等，经典老番合集 上课自由度：较高 会点名，想彻底摸鱼？没门，点名像定时闹钟 考核标准：10 考勤 + 40 大作业 + 50 考试 讲课质量：差，锅得老师和课程设计平分。首先信工开这门课，让一群连python都不会的同学直接上手写project，虽然很简单，但课上不讲代码，想体验沐神那种内容和coding结合的可以原地关机做梦了；课程内容很水，学生大概率学不到任何东西，想靠这课熟悉深度学习的请迅速绕行；最后能把机器学习考试变成纯纯文科试题的，也就只有信工这nt专业干得出来，最后的给分也属实是不高，成绩还不会四舍五入。说说这位老师，开学初我申请课程免听，结果要jwc和导师双重给他发email核实才行，离大谱，仿佛我申请的是出境许可；上课课件敷衍、内容质量都差，100%是抄袭的，来源有知乎、西瓜书、《统计学习方法》、吴恩达、李宏毅（本人恰好基本都学过），而且基本每页slide下面都不标来源，堪称无痕搬运；讲课质量，身边没有一位认真听的，可见讲得确实很烂。 总结：选哪位老师都一样，一个字“烂”；两个字“离谱”；三个字“逆大天”。真想入门ai，请绕道！

课程内容：机器学习，课件内容，跟西瓜书有一部分交叠，会有补充，内容比西瓜书少，但更细。 上课自由度：一般，每节课前回顾环节会点人提问。 考核标准：10平时40大作业50期末，期末那是流水线扣分，挨一刀一刀，大量主观题，扣分空间巨大。 讲课质量：讲课认真，互动很多。

课程内容：ML基础知识。 上课自由度：一般，会点人回答问题，搞得你不敢打瞌睡。 考核标准：10分平时、40分两次大作业、50分期末考试。 讲课质量：一般，期末现场学习机器学习，紧张刺激如看恐怖片。