推 bear417: 真的花很多時間寫作業... 03/09 12:02
推 james880319: 很甜 03/19 02:34
→ watashino: 不知道有沒有改過內容 12/26 16:21
→ watashino: 但我修的那年這門課很糟 12/26 16:21
⊕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://www.ptt.cc/bbs/NCTU-Teacher/M.1583465678.A.6E4.html