机器学习

ppt中只有一些琐碎的图片和公式，一个ML小白是不可能仅仅通过看ppt就理解内容的。老师对ppt上有些内容也一知半解，有时候甚至会讲错。ppt上还有许多错误。老师符号体系很混乱，同样的字体、同样的字母可以表示不同的意思，而且老师甚至不说清楚那个符号究竟是一个标量还是向量还是一个矩阵，也不说明AB到底是逐项元素相乘还是矩阵乘法，上下文全靠猜。我甚至怀疑这位老师对很多符号的理解也是混乱的，因为他写的一些记法十分反直觉，在各种书籍以及网上也看不到和他一样那么写的记法。老师讲课还经常说一些只有他自己才能理解的词语，当他说“这个就等于之前我们推到的那个的了”——他的“这个”是哪个？“那个”又是那个？期中考试很多题目莫名其妙，需要推测老师的出题意图才能勉强读懂题目。上完这门课，我和周围同学仍然觉得自己对ML的理解不够深刻，里面很多公式只知其然而不知其所以然，如果让我们自己手推还是不明白应该怎么做。

由于可吐槽的地方太多，上面一段话构成没有组织的一堆零碎的东西。简而言之，我无法理解老师在说什么。

“有没有一种可能，只是你这个评论者太笨了才会觉得这门课很难的。”然而这个笨蛋直接看PRML书籍却觉得逻辑很顺畅，也觉得里面写得比老师讲的好。如果老师讲课比自己看书还要难以理解、获得的收获还要少，那还需要老师讲课干什么呢？——我不是指这一位老师，也是再说很多其他课的老师。

“师者，传道授业解惑者也。”或许郝祁老师作为一名研究型学者是合格的，他的专业水平也足够令人尊敬，他对ML的理解也比绝大多数同样做AI的教授深刻，然而作为一名老师，他无法将学生——甚至是H班的学生——讲懂，这便足以在教学方面否定他的成功。

上课完全听不懂，从第二周开始就持续掉线。看得出来郝老师挺想讲明白（比如说一个知识点会讲很多次）但客观上确实很难懂

作业和project工作量大概计系平均水平，project感觉评判标准几乎全看演讲略微有点神奇，期末考虽然难但考前会讲关键点以及之前的试卷

课程难度估计是计系天花板级别的了，基本全是理论推导，对比其他学校的机器学习课程，学的更多，更深入，也更难

理论作业基本看不懂，需要课后投入很多时间理解消化

老师上课是全英授课，因为有国际生，直接把课程难度再拉高一个档次

有五次（或者更多）quiz，但是每次考完都会把题目讲一遍再交，所以基本都是满的

lab比较容易拿分，任务量不大

期末考试允许带cp，公式往上抄就差不多了，给分也很宽容

最后拿分都挺好看的