选课类别:文理通识 | 教学语言:双语 |
课程类别:专业导论类 | 开课单位:统计与数据科学系 |
课程层次:未知 | 获得学分:3.0 |
分数:
徐匆老师人很好,给分也很好,期末出的题目很浅很友好,没有涉及课程中任何有难度的地方。最后的总评甚至是向上取整计算,给分真的蛮不错,如果单纯为了水学分,也建议来。
收获:
课程的主要收获来自于后半学期的内容和作业。
就课程内容而言,前面的内容很简单,主要是概率论与数理统计,ggplot里的画图,夹杂着一些统计学史的东西,不需要什么基础就能很好的吸收。后半学期的机器学习(自监督)以及因果推断就有点强度了,自监督学习主要介绍了线性回归模型、逻辑回归、k聚类、SVM、分类树、神经网络(卷积,LSTM,Transformer等),因果推断则是主要介绍了一些基本概念,经过学习对这里面的东西也有了更深入的认识。然鹅考试几乎完全回避了里面的内容,让重点准备后面部分的我有点小丑(
作业可能是这门课最麻烦的部分,但是能感受到出题的用心。个人认为得花三个小时以上才能把后两次作业弄的比较好,可是在做作业的过程中也能学到很多东西,至少投入与回报是成正比的,所以如果您想要来上这门课程,希望用心对待作业。
徐匆老师人真的是很好,人很温柔,给分也好,就是在讲课方面有点念ppt
个人这门课对于扩展视野来说是比较有帮助的,课程主要就大体介绍了概率论,数理统计,后面还涉及到了一些监督学习算法和非监督学习算法等,当然只是大体了解的程度。很多东西起到抛砖引玉的效果,你自己去了解会学到很多。在bb上每节课都会有录屏,课上没听也可以课下去看录屏。
再来说下这门课的得分规则
1.平时作业 40
作业题出的是很新的,后几次作业难度个人感觉较大,如果没弄懂可能会做的比较痛苦。作业的内容包括包括但不限于三个方面,一是基于课上所讲内容的一些简单计算,二是拓展性的内容,这部分有些需要你去百度谷歌等搜索了解或者自学,三是代码相关的,老师上课会使用R语言代码演式一些东西,作业里有时也会有一些R语言相关的题目。老师原来计划这学期总共布置5到6次作业,但实际为了减轻大家的负担最后只布置了4次作业,一次作业大概10道题。作业在这门课里占比还是很高的,想拿高分一定要认真对待作业。
2. 考勤 10
会有指纹签到,不过是很宽松的,第一节下课也还可以签。
3. 小组pre 25
结合生活实际做一项研究,还是要画不少时间的,需要去自学很多东西,还要讲出来,感觉对于还在上导论课的学生来说还是偏难了,pre结束后老师也会结合所讲内容进行提问。不过老师给分还是不错的,不用太担心。
4. 期末考试 25
可以带cheating paper,考试的的内容也很简单,有些是课件上的基本是原题,有些是一些简单的概率题,常识题。基本两个小时的考试1个小时就能写完。
这门课给分是很好的,最后的总评也是向上取整,基本不需要担心卡绩的问题,