★ 本文是否可提供其他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 ★ 若滿分五分，則私心推薦幾分？ 5分 ★ 課程大綱 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 ★ 上課方式(投影片或是板書、老師教學風格、是否英語授課) 投影片 和機率時差不多都蠻有趣的 前半部會比較多老師在上課 後來會給大家聽每組對每個作業的報告 口頭發表也佔部分的作業成績 ★ 評分標準 作業*4(60%) + final project(30%) +上台報告(彈性) ★ 作業內容及方式 全班的競賽性質，依照正確率的排名來給分數 每次作業皆3人一組 每次作業幾乎都是要寫Code 或是利用machine learning 都還蠻有趣的題目 ★ 考試風格及題型 無考試 (還蠻開心的一點) ★ 其它(會不會點名、需要什麼基礎、老師的個性) 基本上不會點名，上課內容也挺有趣，主要是講方法 而非真正的FB之類的實作過程 ★ 個人修課心得及總結 上完了一學期的SNA(social network analysis)之後 覺得對團隊的合作感到更重要 組員真的很重要 也學到很多模擬model的技巧 所以這學期新開的課 機率圖形學習模型 應該也挺有趣的 在做作業的過程中常要花很多的時間 因為沒有所謂的正確答案 都是類似正確率之類的數字可以不斷改善 在看著自己小組的排名衝上去的過程也很開心呢! 不過說真的是門很重的課 所以要修的人可能要衡量一下時間囉 分數的話我們這組是A+ 其他大家應該也都還不錯 這篇大概就打到這邊 其他有請 強力組員齊齊&小銘有空可以補完XD -- 即使沒有翅膀，也一定能夠前進。 向著那曾經夢見的，充滿光芒的明天── by 雨宮 優子 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.247.1 ※ 編輯: wadasiwak 來自: 140.112.247.1 (08/18 01:03)