机器学习和人工智能

(林志赟)EEE50152023春 2022春  
2023春 2022春
5.0(4人评价)
  • 课程难度
    困难
  • 作业多少
    中等
  • 给分好坏
    一般
  • 收获大小
    很多
选课类别:专业任务 教学语言:英文
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:研究生 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!)
点评写点评
排序学期
评分评分4条点评
user avatar   匿名用户     2023春
  • 难度:困难
  • 作业:中等
  • 给分:一般
  • 收获:很多

这门课虽然名叫深度学习,但有一半的课时(和60%的期末考试内容)都是强化学习,剩下的是监督学习。评价困难的原因还是因为RL部份对于没有接触过的人来说较为困难。老师讲的一般(也可能是本人没太听懂)。

课程RL部份的PPT基本参考 https://www.davidsilver.uk/teaching/ (不过全球很多RL课程都会参考他的PPT,倒不是什么大问题),平时有5次小作业,一次期中project(训练二分类网络,和期末大作业(训练强化学习模型找图的最短路径)。

期末之前建议在期末前做一下 https://www.davidsilver.uk/teaching/ 和其他学校(比如http://cse.iitkgp.ac.in/~aritrah/course/theory/RL/Autumn2022/ 的卷子,有机会在期末考试里押中题),期末考中监督学习的部份中规中矩,主要考一点概念(regression和transformer),算了一个卷积,写了一下LSTM的information flow。期末考试允许带一张A4纸的Cheating Paper(如果RL部份不知道抄什么的话可以抄几道题目上去)。

期末的project是用强化学习(自选MC/TD/Q-learning等)解决图最短路径问题,但解决图最短路径用强化学习的效果并不好,不知道为啥要出这种题目… 

user avatar   Lindsey_Gardner     2022春
  • 难度:中等
  • 作业:中等
  • 给分:一般
  • 收获:很多

讲的挺好的,给分只能说符合预期,不过会比较累,不打算做RL或者DP方向其实没太比较听,调个包不好吗。

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

学到的东西确实不少, 但给分真的太抽象了, 非必修课建议自己看李沐或者Stanford的课.

然后自动化推荐修读这门课的时间是大二上 (懂我什么意思吧

update:下一年开课的分数明显好了一档,课程内容也做了比较大的调整,林老师还是很听取学生意见的。总之如果你还没上的话可以上上看(

user avatar   匿名用户     2023春
  • 难度:困难
  • 作业:很多
  • 给分:杀手
  • 收获:很多

这门课程虽然学到很多东西,但是如果是想要一个好成绩,不多说,快跑,非专业课不要选,给分真的不太行


teacher avatar

林志赟

系统设计与智能制造学院

教师主页

其他老师的「机器学习和人工智能」课