作者f202097 (从零开始是如此困难)
看板NTUcourse
标题[评价] [评价] 113-1 机器学习 吴沛远
时间Mon Jan 20 11:22:01 2025
※ 本文是否可提供台大同学转作其他非营利用途?(须保留原作者 ID)
(是/否/其他条件):是
哪一学年度修课:113-1
ψ 授课教师 吴沛远 李宏毅
λ 开课系所与授课对象 不限
δ 课程大概内容
本门课的吴沛远老师是一个对数学证明异常执着且高度认真的痴汉(这是敬意)
修这门课必须具有非常好的机率与统计、线性代数及凸函数最佳化底子
否则你将与A+无缘
老师上第一堂课的简报就会写"勿为言之不喻也"
学长的血泪希望谨记,虽然我是有过,但是每天过得很精实,也只有B咖的水准
(不好意思大一到大三都在混)
简而言之,这门课的份量跟难度 =3倍的李宏毅机器学习
李宏毅比较偏观念跟原理展示说明,而且作业只有程式码
吴沛远的课呢 你必须同时上李宏毅的课(自己看水管 上课不会额外讲)、写他出的数学作
业、程式码、程式报告
最後还送你一个40%的期末考
他的数学作业几乎都是证明,上课也都在证明
如果你想要成为一个机器学习大师 精通背後原理 那这门课是必修
网路上很少讲得像他一样精实(但好不好懂又是另外一回事)
如果你不想成为机器学习大师 只想玩玩听听看看 那麽李宏毅的机器学习即可
没事不用找罪受
以上给学弟参考
Ω 私心推荐指数(以五分计) ★★★★
η 上课用书(影印讲义或是指定教科书) 老师自制
μ 上课方式(投影片、团体讨论、老师教学风格) 精实 可以自干 不需团队合作
σ 评分方式(给分甜吗?是紮实分?) 竟然没调分。但是会给补考机会
ρ 考题型式、作业方式
全纸本 可带一张a4双面大抄
ω 其它(是否注重出席率?如果为外系选修,需先有什麽基础较好吗?老师个性?
加签习惯?严禁迟到等…)
不去也没关系 老师很free。会放当天录影影片在网站。但是你敢在课堂上吃早餐就准备
被点名问问题
Ψ 总结
吴老师曾经说过他教这麽难是因为想看看台大卧虎藏龙。实际上这门课真的可以让你感受到
凡人跟神的差别。有兴趣挑战 想知道自己斤两再选
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 42.73.150.136 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTUcourse/M.1737343323.A.39A.html
1F:→ JamesChen: 听起来就是一门好课! 01/21 05:41
2F:推 drunk: 上次修A+路过,真的勿为言之不喻也。整学期修这堂就差不多 01/21 13:48
3F:→ drunk: 了qq 01/21 13:48
4F:推 wcnoname5: 推 整学期就修这门也是修的很辛苦但很紮实 01/21 16:42
5F:推 jason90814: 街头谣言说他曾经想读数学 但被老爸抓来读电机XD 01/24 12:55
6F:推 Peiyuan: 竟敢用痴汉来形容老师... but thank you XD 02/02 18:53
7F:推 alan23273850: 楼上竟然是老师本人 我也好想旁听 题外话虽然系上 02/05 10:09
8F:→ alan23273850: 有名师开凸函数课程我也有修过,但我还是觉得要系 02/05 10:09
9F:→ alan23273850: 统性学好凸函数真的有难度,可能是因为大部分的证 02/05 10:09
10F:→ alan23273850: 明都还会牵涉到其他高等数学知识 02/05 10:09
11F:推 Peiyuan: 回楼上,凸函数最佳化的核心之一是Hahn-Banach Thm,属於 02/06 22:20
12F:→ Peiyuan: 泛函分析的范畴。若只考虑Rn空间,则为Supporting Hyper- 02/06 22:21
13F:→ Peiyuan: plane Thm。在Rn空间中的凸函数最佳化,可考虑以下课本: 02/06 22:24
14F:→ Peiyuan: Bertsekas, D. (2009). Convex Optimization Theory. 02/06 22:31
15F:→ Peiyuan: Athena Scientific 02/06 22:32
16F:→ alan23273850: 谢谢教授本人,我会把本书纳入参考的! 02/07 14:51
17F:推 a22735557: 推 02/17 12:09