★ 本文是否可提供其他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 ★ 若满分五分，则私心推荐几分？ 5分 ★ 课程大纲 01_introduction_sna 02_models_sna_new 03_Dynamic_Network 04_diffusion 05_robustness 06_positions 07_clustering 08_Community_Detection_I 09_Community_Detection_II 10_prediction ★ 上课方式(投影片或是板书、老师教学风格、是否英语授课) 投影片 和机率时差不多都蛮有趣的 前半部会比较多老师在上课 後来会给大家听每组对每个作业的报告 口头发表也占部分的作业成绩 ★ 评分标准 作业*4(60%) + final project(30%) +上台报告(弹性) ★ 作业内容及方式 全班的竞赛性质，依照正确率的排名来给分数 每次作业皆3人一组 每次作业几乎都是要写Code 或是利用machine learning 都还蛮有趣的题目 ★ 考试风格及题型 无考试 (还蛮开心的一点) ★ 其它(会不会点名、需要什麽基础、老师的个性) 基本上不会点名，上课内容也挺有趣，主要是讲方法 而非真正的FB之类的实作过程 ★ 个人修课心得及总结 上完了一学期的SNA(social network analysis)之後 觉得对团队的合作感到更重要 组员真的很重要 也学到很多模拟model的技巧 所以这学期新开的课 机率图形学习模型 应该也挺有趣的 在做作业的过程中常要花很多的时间 因为没有所谓的正确答案 都是类似正确率之类的数字可以不断改善 在看着自己小组的排名冲上去的过程也很开心呢! 不过说真的是门很重的课 所以要修的人可能要衡量一下时间罗 分数的话我们这组是A+ 其他大家应该也都还不错 这篇大概就打到这边 其他有请 强力组员齐齐&小铭有空可以补完XD -- 即使没有翅膀，也一定能够前进。 向着那曾经梦见的，充满光芒的明天── by 雨宫 优子 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.247.1 ※ 编辑: wadasiwak 来自: 140.112.247.1 (08/18 01:03)