⊕课名⊕ 机器学习概论(英文授课) ▲教授▲ 荆宇泰﹑郑昌杰 此学期荆宇泰教授只出现第一堂课，後面课程皆由郑昌杰教授上课 ★修课年度★ 108上 资工系选修 ￡教了什麽￡（课程大概内容。或是额外学会了什麽东西。） 0. Getting Started 1. Probability-based Learning 2. Decision Trees 3. Similarity-based Learning Models 4. Linear Regressiong 5. Logistic Regression 6. SVM 7. Artificial Neural Networks ◆上课方式◆（投影片、团体讨论、老师教学风格） 按照投影片讲课，有时会用板书推导数学式子 郑昌杰教授的英文不是很流利，语速慢，跟着老师的讲解可以将投影片看懂 但上课偏无聊﹑速度太慢﹑没有考试 所以多数学生选择翘课 在宿舍听李弘毅还比较实在 我是乖乖听课啦>< ▼考试作业▼ 无考试 四次作业 + 一次期末专题 作业期限多为两个星期﹑频率约每三星期一次作业 四次作业分别为手刻(不准用机器学习的package, ex:scikit-learn) 1. Naive-Bayes 2. Decision Trees & Random Forest 3. Linear Regression & Logistic Regression 4. Backpropagation 接受各种程式(c++, python, R, Matlab, ...) 因为手刻models和抓抄袭，第一次作业後死一大票人 大概退了1/4的修课人数 期末专题3~5人一组 自选主题，运用三种ML Models 因为可以用packages所以比起作业轻松不少 在最後几堂课做presentation，可以用中文or英文报告 可以听到很多很酷的主题 ￥其他￥（是否注重出席率or严禁迟到？需要的基础？） 不点名，有python基础会比较轻松 以前这门课很爽 小组作业 + 可以用packages 这学期助教便开门见山地说：因为以前太简单，这学期会改变作业难度 果然 个人作业 + 不可用packages 搞死一堆人 但 作业有做出来基本上都是满分 + 没有考试 所以学期成绩没什麽地方可以扣分 9x up不是问题 有个上课的小插曲 郑老师的英文真的不是很流利，讲三句话就会冒出一两个"OK" 一堂课大概唤起我的"OK google"三次吧XDD ￠最後想说的话￠ 作业我选择用python 因为没写过python(大部分人应该都没碰过吧?) 一直google python怎麽写 每次作业我平均都花四天晚上才搞好(也可能是我太废了QQ) 不过手刻完models的确可以较深入了解机器学习的概念 这是用packages学不到的东西 要选这堂课要有花大量时间写作业的心理准备 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.113.140.213 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NCTU-Teacher/M.1583465678.A.6E4.html