作者purpleisland (電資墊底仔)
看板NTHU_Course
標題[心得] 機器學習概論 郭柏志
時間Fri Jan 28 21:29:35 2022
課名:機器學習概論
科號:CS460200
老師:郭柏志
課本:教授提供的 slice
課別:資工系 D 類選修
學分:3
涼度:★ ★ ☆
甜度:★ ★ ★ ★
建議先修課程:
會一點 python 可能會稍微好上手
課程內容\簡介:
一開始會從較基礎的 Regression、Decision tree、KNN 等 model 開始介紹,中後學期介紹完 perceptron 及 classifier 的概念後會進到 neural network,主要介紹 CNN 較多,也會提到一點 RNN,最後則是 reinforcement learning。
ML 的領域真的太廣又太繁瑣,上課簡報提到的都是一些基礎概念、以及gradient 背後的數學推導等等,面臨到實作時還是得自己上網爬很多資料和使用哪些packages,coding的部份更是完全不會教,所以一定要是有程式基礎和懂得擅用網路資源的人再修,可以第一次作業打不打得出來作為二退的參考標準。
上課方式:
Teams遠距、老師上自製簡報偶爾搭配一些網路上的 colab 範例。
給分:
* Final Project( 30% )
一組 3-6人、主題自選,proposal 10 %、Presentation 和 Report 20 %。
最後全班平均 80 分。
* 四次小考( 30% )
前三次線上考各 7 %,最後一次則是因為教授聽到有人作弊的謠言所以改成實體考試、佔 9 %。
我自己覺得小考都蠻難的,真的得把上課的內容都融會貫通、最好再自己上網補充相關知
識更好( 例如講義只講怎麼樣會 造成 overfitting,但考試卻會出現怎麼樣會造成 und
erfitting 的選項 )
* 五次作業( 40% )一次 8%
每次作業滿分都超過100,想 A+ 就要好好把握把 40分拿滿、不會太難,因為相對來講小
考比較難拿高分。( 不過作業拿超過 100 多出來的分數不可以補到其他兩項的成績 )
作業難度並不會特別刁鑽但也不會太簡單,助教提供的 template 都很詳細,網路上也找
得到很多範例 code 可以參考,我平均一個作業大概花 7、8 個小時在寫( 其中可能有一半時間都在查資料 )
作業大綱:
1. Regression( 有 template )
2. Decision tree( 有 template )
3. Neural Network( 有 template,跟第四個作業的差別是這個要自己刻、不能 import
package )
4. CNN( 無 template,這個可以使用 tensorflow 等現成的function、但所有layer structure要自己設計 )
5. Q-learning( 有 template )
老師的喜好、個性:
教授真的真的人很好、上課有任何不懂的地方寄信給教授本人、他都會很快速很親切的回覆。但是前期英文授課稍微有點困擾到我,因為教授講英文的時候偶爾會有些卡頓,不過後來教授幾乎都會再用中文復述一次、聽不清楚的狀況就有改善蠻多。
給加簽嗎?
今年遠距沒有容量限制,所以資工系有全簽、其他系不清楚,但教授人蠻好、我猜如果之後還是遠距,只要述明合理的修課原因他應該會同意?
總成績/班上排名:A+ 1/146
T分數:58.85 成績分布:不公開
--
Sent from nPTT on my iPhone 7
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.9.203.224 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/NTHU_Course/M.1643376577.A.568.html
1F:推 CSKid : 不好意思 請問可以私你跟你拿小考的考古題嗎 酬勞 10/15 02:03
2F:→ CSKid : 可議~ 10/15 02:03