作者f202097 (從零開始是如此困難)
看板NTUcourse
標題[評價] [評價] 113-1 機器學習 吳沛遠
時間Mon Jan 20 11:22:01 2025
※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）：是
哪一學年度修課：113-1
ψ 授課教師 吳沛遠 李宏毅
λ 開課系所與授課對象 不限
δ 課程大概內容
本門課的吳沛遠老師是一個對數學證明異常執著且高度認真的痴漢(這是敬意)
修這門課必須具有非常好的機率與統計、線性代數及凸函數最佳化底子
否則你將與A+無緣
老師上第一堂課的簡報就會寫"勿為言之不喻也"
學長的血淚希望謹記，雖然我是有過，但是每天過得很精實，也只有B咖的水準
(不好意思大一到大三都在混)
簡而言之，這門課的份量跟難度 =3倍的李宏毅機器學習
李宏毅比較偏觀念跟原理展示說明，而且作業只有程式碼
吳沛遠的課呢 你必須同時上李宏毅的課(自己看水管 上課不會額外講)、寫他出的數學作
業、程式碼、程式報告
最後還送你一個40%的期末考
他的數學作業幾乎都是證明，上課也都在證明
如果你想要成為一個機器學習大師 精通背後原理 那這門課是必修
網路上很少講得像他一樣精實(但好不好懂又是另外一回事)
如果你不想成為機器學習大師 只想玩玩聽聽看看 那麼李宏毅的機器學習即可
沒事不用找罪受
以上給學弟參考
Ω 私心推薦指數(以五分計) ★★★★
η 上課用書(影印講義或是指定教科書) 老師自製
μ 上課方式(投影片、團體討論、老師教學風格) 精實 可以自幹 不需團隊合作
σ 評分方式(給分甜嗎？是紮實分？) 竟然沒調分。但是會給補考機會
ρ 考題型式、作業方式
全紙本 可帶一張a4雙面大抄
ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？
加簽習慣？嚴禁遲到等…)
不去也沒關係 老師很free。會放當天錄影影片在網站。但是你敢在課堂上吃早餐就準備
被點名問問題
Ψ 總結
吳老師曾經說過他教這麼難是因為想看看台大臥虎藏龍。實際上這門課真的可以讓你感受到
凡人跟神的差別。有興趣挑戰 想知道自己斤兩再選
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.73.150.136 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/NTUcourse/M.1737343323.A.39A.html
1F：→ JamesChen: 聽起來就是一門好課！ 01/21 05:41
2F：推 drunk: 上次修A+路過，真的勿為言之不喻也。整學期修這堂就差不多 01/21 13:48
3F：→ drunk: 了qq 01/21 13:48
4F：推 wcnoname5: 推 整學期就修這門也是修的很辛苦但很紮實 01/21 16:42
5F：推 jason90814: 街頭謠言說他曾經想讀數學 但被老爸抓來讀電機XD 01/24 12:55
6F：推 Peiyuan: 竟敢用痴漢來形容老師... but thank you XD 02/02 18:53
7F：推 alan23273850: 樓上竟然是老師本人 我也好想旁聽 題外話雖然系上 02/05 10:09
8F：→ alan23273850: 有名師開凸函數課程我也有修過，但我還是覺得要系 02/05 10:09
9F：→ alan23273850: 統性學好凸函數真的有難度，可能是因為大部分的證 02/05 10:09
10F：→ alan23273850: 明都還會牽涉到其他高等數學知識 02/05 10:09
11F：推 Peiyuan: 回樓上，凸函數最佳化的核心之一是Hahn-Banach Thm，屬於 02/06 22:20
12F：→ Peiyuan: 泛函分析的範疇。若只考慮Rn空間，則為Supporting Hyper- 02/06 22:21
13F：→ Peiyuan: plane Thm。在Rn空間中的凸函數最佳化，可考慮以下課本: 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: 謝謝教授本人，我會把本書納入參考的！ 02/07 14:51
17F：推 a22735557: 推 02/17 12:09