数据科学中的统计学习

EE340课程主要介绍的是统计学习知识（实际是机器学习内容和统计学知识的集合）。

课程以理论课为主，介绍的都是机器学习中的基础思想和相关概念，分别介绍了基础概念、回归问题、分类问题以及特征选择和验证的相关内容。之前接触过相关内容的同学可能会觉得有些无聊，没有接触过的同学可能会听的比较懵哈哈（唐老师每次PPT 都会重复上节课的一部分内容，会在复习时产生一定干扰），需要自己及时的复习巩固。还有一部分课程是助教来讲，讲的内容大都是拓展和前沿知识，但是也可能在考试范畴内！这学期考了一个拓展的自监督学习直接寄掉。

评分主要看的是平时作业、project和考试三部分。

平时作业基本上为理论和概念的解释，也会有公式推导，这个学期共有5次。作业量本身不是特别大，但是需要用latex 编辑，对于不熟悉的同学来说可能会是一个需要学习的地方，会一定程度增加作业付出的时间。

project有两次，四人组队，需要pre和写报告。题目一般都是使用python通过机器学习过程来分析给出的数据集并且训练模型。本身不难，但要想出彩的话还需要很多方面的考虑。当然project找好队友很重要。

个人认为给分比较一般。本人属于平时作业比较认真，project 抱大腿 (project完成度很高），考试感觉还可以，最后是93卡了一个A，比较险。