⊕課名⊕ 機器學習概論(英文授課) ▲教授▲ 荊宇泰﹑鄭昌杰 此學期荊宇泰教授只出現第一堂課，後面課程皆由鄭昌杰教授上課 ★修課年度★ 108上 資工系選修 ￡教了什麼￡（課程大概內容。或是額外學會了什麼東西。） 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 ◆上課方式◆（投影片、團體討論、老師教學風格） 按照投影片講課，有時會用板書推導數學式子 鄭昌杰教授的英文不是很流利，語速慢，跟著老師的講解可以將投影片看懂 但上課偏無聊﹑速度太慢﹑沒有考試 所以多數學生選擇翹課 在宿舍聽李弘毅還比較實在 我是乖乖聽課啦>< ▼考試作業▼ 無考試 四次作業 + 一次期末專題 作業期限多為兩個星期﹑頻率約每三星期一次作業 四次作業分別為手刻(不准用機器學習的package, ex:scikit-learn) 1. Naive-Bayes 2. Decision Trees & Random Forest 3. Linear Regression & Logistic Regression 4. Backpropagation 接受各種程式(c++, python, R, Matlab, ...) 因為手刻models和抓抄襲，第一次作業後死一大票人 大概退了1/4的修課人數 期末專題3~5人一組 自選主題，運用三種ML Models 因為可以用packages所以比起作業輕鬆不少 在最後幾堂課做presentation，可以用中文or英文報告 可以聽到很多很酷的主題 ￥其他￥（是否注重出席率or嚴禁遲到？需要的基礎？） 不點名，有python基礎會比較輕鬆 以前這門課很爽 小組作業 + 可以用packages 這學期助教便開門見山地說：因為以前太簡單，這學期會改變作業難度 果然 個人作業 + 不可用packages 搞死一堆人 但 作業有做出來基本上都是滿分 + 沒有考試 所以學期成績沒什麼地方可以扣分 9x up不是問題 有個上課的小插曲 鄭老師的英文真的不是很流利，講三句話就會冒出一兩個"OK" 一堂課大概喚起我的"OK google"三次吧XDD ￠最後想說的話￠ 作業我選擇用python 因為沒寫過python(大部分人應該都沒碰過吧?) 一直google python怎麼寫 每次作業我平均都花四天晚上才搞好(也可能是我太廢了QQ) 不過手刻完models的確可以較深入了解機器學習的概念 這是用packages學不到的東西 要選這堂課要有花大量時間寫作業的心理準備 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.113.140.213 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/NCTU-Teacher/M.1583465678.A.6E4.html