作者purpleisland (电资垫底仔)
看板NTHU_Course
标题[心得] 机器学习概论 郭柏志
时间Fri Jan 28 21:29:35 2022
课名:机器学习概论
科号:CS460200
老师:郭柏志
课本:教授提供的 slice
课别:资工系 D 类选修
学分:3
凉度:★ ★ ☆
甜度:★ ★ ★ ★
建议先修课程:
会一点 python 可能会稍微好上手
课程内容\简介:
一开始会从较基础的 Regression、Decision tree、KNN 等 model 开始介绍,中後学期介绍完 perceptron 及 classifier 的概念後会进到 neural network,主要介绍 CNN 较多,也会提到一点 RNN,最後则是 reinforcement learning。
ML 的领域真的太广又太繁琐,上课简报提到的都是一些基础概念、以及gradient 背後的数学推导等等,面临到实作时还是得自己上网爬很多资料和使用哪些packages,coding的部份更是完全不会教,所以一定要是有程式基础和懂得擅用网路资源的人再修,可以第一次作业打不打得出来作为二退的参考标准。
上课方式:
Teams远距、老师上自制简报偶尔搭配一些网路上的 colab 范例。
给分:
* Final Project( 30% )
一组 3-6人、主题自选,proposal 10 %、Presentation 和 Report 20 %。
最後全班平均 80 分。
* 四次小考( 30% )
前三次线上考各 7 %,最後一次则是因为教授听到有人作弊的谣言所以改成实体考试、占 9 %。
我自己觉得小考都蛮难的,真的得把上课的内容都融会贯通、最好再自己上网补充相关知
识更好( 例如讲义只讲怎麽样会 造成 overfitting,但考试却会出现怎麽样会造成 und
erfitting 的选项 )
* 五次作业( 40% )一次 8%
每次作业满分都超过100,想 A+ 就要好好把握把 40分拿满、不会太难,因为相对来讲小
考比较难拿高分。( 不过作业拿超过 100 多出来的分数不可以补到其他两项的成绩 )
作业难度并不会特别刁钻但也不会太简单,助教提供的 template 都很详细,网路上也找
得到很多范例 code 可以参考,我平均一个作业大概花 7、8 个小时在写( 其中可能有一半时间都在查资料 )
作业大纲:
1. Regression( 有 template )
2. Decision tree( 有 template )
3. Neural Network( 有 template,跟第四个作业的差别是这个要自己刻、不能 import
package )
4. CNN( 无 template,这个可以使用 tensorflow 等现成的function、但所有layer structure要自己设计 )
5. Q-learning( 有 template )
老师的喜好、个性:
教授真的真的人很好、上课有任何不懂的地方寄信给教授本人、他都会很快速很亲切的回覆。但是前期英文授课稍微有点困扰到我,因为教授讲英文的时候偶尔会有些卡顿,不过後来教授几乎都会再用中文复述一次、听不清楚的状况就有改善蛮多。
给加签吗?
今年远距没有容量限制,所以资工系有全签、其他系不清楚,但教授人蛮好、我猜如果之後还是远距,只要述明合理的修课原因他应该会同意?
总成绩/班上排名:A+ 1/146
T分数:58.85 成绩分布:不公开
--
Sent from nPTT on my iPhone 7
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 101.9.203.224 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTHU_Course/M.1643376577.A.568.html
1F:推 CSKid : 不好意思 请问可以私你跟你拿小考的考古题吗 酬劳 10/15 02:03
2F:→ CSKid : 可议~ 10/15 02:03