数据科学中的统计学习 (唐晓颖)EE3402024春 2023春 2021春 2020春  
2024春 2023春 2021春 2020春
9.0(3人评价)
  • 课程难度
    中等
  • 作业多少
    中等
  • 给分好坏
    一般
  • 收获大小
    一般
选课类别:专业任务 教学语言:双语
课程类别:专业选修课 开课单位:电子与电气工程系
课程层次:未知 获得学分:3.0
课程主页:暂无(如果你知道,请点右上角“编辑课程信息”添加!)
课程简介(教工部数据)
本课程为统计学习的入门课程,旨在为电子与计算机科学领域中的“大数据”问题提供一系列的统计解决方案。和传统的模式识别或机器学习不同,本课程的重点在于不同方法上的应用而不是数学细节。


This course is designed to accommodate the great needs (especially industrial needs) of professionals who are capable of analyzing “big data” informatics in various fields of ECE. Contrast to tradition courses on pattern recognition or machine learning, this course will concentrate more on the applications of the methods and less on the mathematical details. Valuable hands-on projects will be offered.
点评写点评
排序学期
评分评分3条点评
user avatar   lebron     2024春
  • 难度:中等
  • 作业:中等
  • 给分:超好
  • 收获:一般

这学期助教给分挺友好,project工作量不是很大,期末把中文书过一遍做cp就行。

user avatar   匿名用户     2023春
  • 难度:中等
  • 作业:中等
  • 给分:一般
  • 收获:一般

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。

user avatar   small_v     2023春
  • 难度:简单
  • 作业:很少
  • 给分:一般
  • 收获:一般

主要讲了线性回归逻辑回归等一些基本算法,课程内容不难,作业也不多,一学期大概5-6次吧,但每次写起来都不觉得少。老师会根据大家的兴趣扩展,一学期有几次助教课(讲课外延伸的知识)。期中期末各一次Project,基本上kaggle上的原题,然后进行数据分析(数据集成,处理,特征工程,模型构建交叉验证,参数优化等等。python/ R或者其他语言也可以,看你想自学哪门了)个人会感觉可能通过自学做完Project后会在简单数据分析有一个很明显的提升,课堂上摸鱼摸多了所以我也没有其他什么感觉。


teacher avatar

唐晓颖

电子与电气工程系

教师主页

其他老师的「数据科学中的统计学习」课