【活动】我在美国上机器学习(Machine Learning)课程的感受和总结

CMU 10601 Introduction to Machine Learning by Dr. Roni Rosenfeld

1）你在国内上过这门课程以及要求的prerequisite courses吗？在国内的时候，学的很烂，还是自己觉得还不错？
在国内时学了 Coursera Andrew Ng Stanford 的 machine learning 公开课，学的一般，只是掌握了基础概念，没有做什么编程作业。

2）从这个问题开始，均针对美国上课。你是在美国的第几个学期上这门课的？你觉得这门课程难度如何？比你想象的难还是容易？难在哪里？或者为毛你觉得很简单？
第一学期，难度比想象中大，虽然编程量不大，作业都在500行 Python 以内，但是期中期末考试都是概念理解的考试，真正掌握不同的模型的原理还是比较难的。

3）上课做了哪些project或者大作业？能大体说一下情况都是做的啥吗？
没有大作业，每章有一个小的编程作业，加期中期末考试。不过这门课不同老师安排不一样。

4）哪个project或者大作业你印象最深刻？你是咋做出来的、或者是如何栽倒的？有啥经验感受想说出来？
N/A

5）你班里大约有多少人同时上这个课程？有几个TA/Grader帮忙？你觉得你在需要的时候，得到了帮助吗？
300人以上？TA 好像有6个，需要帮助的时候是可以找到助教的，考试前助教也有做特别的答疑课。

6）你了解班里的分数分布吗？中国学生一般成绩如何，或者做project、大作业情况如何，你了解吗？
不清楚，我期中考了 A+, 期末考了 A, 还是很开心的～

7）期中或者期末考试是闭卷还是开卷？难度大吗？临时抱佛脚突击有用吗？
闭卷，临时抱佛脚比较难，因为课在早上9点，很多同学因为有视频所以就不坚持去课堂听课，但是看视频会懒惰，越积越多，考前疯狂看，效率不是很高。建议在网上搜索今年的考题来复习。

8）如果你有机会可以重上这门课程，你在什么方面会做的不同？
我会多和老师沟通，争取做 TA/RA 的机会，因为成绩确实还不错，但是当时觉得课业压力比较大，就没有选择做。

9）你觉得这门课程有用吗？学到了什么东西？
机器学习的基础算法，概念，很有用，算是 CMU 最出名的几门课之一了吧。

10）介意说一下你是哪个学校什么专业的吗？介意说一下老师的名字吗？再次提醒，可以设置积分限制
CMU MITS, Dr. Roni Rosenfeld.
感谢各位大佬，求积分～～～

我室友在上10701，说期中考试基本都40分哈哈

CS289 Introduction to ML
1）你在国内上过这门课程以及要求的 prerequisite courses吗？在国内的时候，学的很烂，还是自己觉得还不错？
自己是国内top 5 CS本科，这门课的prerequisite主要是linear algebra，基本是本科一年级的必修课，但如果不是做理论的research到现在还是忘记了一些。
2）从这个问题开始，均针对美国上课。你是在美国的第几个学期上这门课的？你觉得这门课程难度如何？比你想象的难还是容易？难在哪里？或者为毛你觉得很简单？
这门课每个学期都会开放（gradueate & undergraduate），这门课的难度emm，比较高，主要分数的组成是作业：期中：期末=3:3:4，作业很难，都基本是数学推导和证明，没有和大家一起抱团有时候比较难解决，而且和很多人想的代码或者模型课，做project的不太一样，基本都是数学推导简单模型（PCA, decision tree, SVM）每一个中间过程。
3）上课做了哪些project或者大作业？能大体说一下情况都是做的啥吗？
没有project，（gradueate & undergraduate）都没有，曾经有过，好像是做类似kaggle的比赛。
4）哪个project或者大作业你印象最深刻？你是咋做出来的、或者是如何栽倒的？有啥经验感受想说出来？
emm，作业有一个bonus是收集数据，为了这个爬遍了学校的山。
5）你班里大约有多少人同时上这个课程？有几个TA/Grader帮忙？你觉得你在需要的时候，得到了帮助吗？
2-300人左右上，有10几个TA，他们是帮助最大的人了，ICML best paper选手，Princeton数学系满绩选手，每次discussion都用看智障的眼神详细回答我们的每个问题。
6）你了解班里的分数分布吗？中国学生一般成绩如何，或者做project、大作业情况如何，你了解吗？
45%（A, A-），一般认真学了都是A，但是平时确实比较消耗时间，如果没考好就会是A-。
7）期中或者期末考试是闭卷还是开卷？难度大吗？临时抱佛脚突击有用吗？
有一张两面的cheat sheet，但考题的思路跟平时作业和discussion很像，平时抄作业没能复习好就会gg。
8）如果你有机会可以重上这门课程，你在什么方面会做的不同？
不会，拿了A。
9）你觉得这门课程有用吗？学到了什么东西？
对做research或者找algorithm导向的工作有用，因为会学从数学角度思考模型的可靠性。对找sde工作没用，而且time-consuming，每次作业都至少做一天，不建议选。
10）介意说一下你是哪个学校什么专业的吗？介意说一下老师的名字吗？再次提醒，可以设置积分限制
UCB M.Eng.

1）你在国内上过这门课程以及要求的prerequisite courses吗？在国内的时候，学的很烂，还是自己觉得还不错？

国内的基本都是比较好水的，项目也是团队的，在这边基本没有水过的空间

2）从这个问题开始，均针对美国上课。你是在美国的第几个学期上这门课的？你觉得这门课程难度如何？比你想象的难还是容易？难在哪里？或者为毛你觉得很简单？

第一年第一个quarter，对数学要求很高，作业基本上是手写证明题加编程题混合。其实对于中国人来水不算很难，但是给分也是比较严格，最后只拿了A-。

3）上课做了哪些project或者大作业？能大体说一下情况都是做的啥吗？

大作业做过 Naive Bayes, Linear Regression, Logistic Regression。基本都是python写，用Jupyter Notebook。

4）哪个project或者大作业你印象最深刻？你是咋做出来的、或者是如何栽倒的？有啥经验感受想说出来？

应该是Gradient Acsent 调参数。

5）你班里大约有多少人同时上这个课程？有几个TA/Grader帮忙？你觉得你在需要的时候，得到了帮助吗？

100人以上，TA有9个。TA 的discussion课很有用，对作业还有考试都有很大帮助。

6）你了解班里的分数分布吗？中国学生一般成绩如何，或者做project、大作业情况如何，你了解吗？

30%左右能拿A以上，这30%基本是中国人，加一些三哥。

7）期中或者期末考试是闭卷还是开卷？难度大吗？临时抱佛脚突击有用吗？

都是闭卷，体量巨大，期末40多页，期中20页。平时作业如果不认真做的话，抱佛脚是没用的。

8）如果你有机会可以重上这门课程，你在什么方面会做的不同？

期末再认真复习一下

9）你觉得这门课程有用吗？学到了什么东西？

对机器学习一些理论的东西有了一个框架，而且理解了很多数学定义和公式的基础。

10）介意说一下你是哪个学校什么专业的吗？介意说一下老师的名字吗？再次提醒，可以设置积分限制

1）你在国内上过这门课程以及要求的prerequisite courses吗？在国内的时候，学的很烂，还是自己觉得还不错？
国内本科南京邮电大学计算机科学与技术专业，上过概率统计与随机过程，当时学的还不错，可惜毕业后就忘干净了。
2）从这个问题开始，均针对美国上课。你是在美国的第几个学期上这门课的？你觉得这门课程难度如何？比你想象的难还是容易？难在哪里？或者为毛你觉得很简单？
我是研究生第二学期上的这门课，其实有一点统计学基础上这门课不会很难，入门也会很快，但我感觉还是比我想象中的要难一点，主要还是算法方面区别挺大的。
3）上课做了哪些project或者大作业？能大体说一下情况都是做的啥吗？
期末做了黑色星期五销售额预测的项目，老师要求使用xgboost来对模型进行优化。
4）哪个project或者大作业你印象最深刻？你是咋做出来的、或者是如何栽倒的？有啥经验感受想说出来？
我觉得能够很好的区分不同算法这点很关键，因为直接关系到模型的好坏。比如分类用啥，回归用啥，还有刚拿到一个数据的时候如何处理，特征怎么选取等，要注意的方面还挺多的。
5）你班里大约有多少人同时上这个课程？有几个TA/Grader帮忙？你觉得你在需要的时候，得到了帮助吗？
我班里大概有50人上这门课，有一个TA，他给了我挺多帮助的，在我不懂的时候悉心教导我。
6）你了解班里的分数分布吗？中国学生一般成绩如何，或者做project、大作业情况如何，你了解吗？
中国学生比较用功，所以普遍成绩都挺好的，简直甩美国人几条街。跟我一起做project的美国同学一直跟我抱怨说他每次都很认真可就是到不了均分，感觉拿A无望了哈哈哈。
7）期中或者期末考试是闭卷还是开卷？难度大吗？临时抱佛脚突击有用吗？
考试都是闭卷。讲真，这门课临时抱佛脚真的没什么用，因为算法很多，每个算法还有不同的损失函数，主要还是上课认真听，千万不能有拉下的课程，因为这门课连贯性还是挺强的。
8）如果你有机会可以重上这门课程，你在什么方面会做的不同？
我可能会提前看看教学大纲，然后预习一下再上课，至少先学一遍吧，不然零基础真的挺难的。
9）你觉得这门课程有用吗？学到了什么东西？
这门课程实用性非常高，我学完感觉对计算机都有了新的认识，不简简单单的编写应用，更关键的是这项技术可以真正的应用在生活中，例如自动驾驶，自然语言处理，模型预测等等，实用性还是很高的。
10）介意说一下你是哪个学校什么专业的吗？介意说一下老师的名字吗？再次提醒，可以设置积分限制

您好！
本帖隐藏的内容需要积分高于 200 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 200 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

CSE 512 Machine Learning
1）你在国内上过这门课程以及要求的prerequisite courses吗？在国内的时候，学的很烂，还是自己觉得还不错？
Prerequisite就是数理统计和线性代数，大家都上过的。本科经济学专业用的不多都忘了。

2）从这个问题开始，均针对美国上课。你是在美国的第几个学期上这门课的？你觉得这门课程难度如何？比你想象的难还是容易？难在哪里？或者为毛你觉得很简单？
在美国第三个学期上的。比想象的略难。难的原因有三点：
•        自己第一次学
•        老师讲太快
•        建议的textbook更难

3）上课做了哪些project或者大作业？能大体说一下情况都是做的啥吗？
有4个作业+一个期末project。4个作业的内容都是用Matlab实现一些经典的Machine Learning的模型，会给一些帮助文件。
•        Logistic Regression
•        Gaussian Mixture Model
•        SVM
•        Conditional Random Field 识别图片动作 （GIF）
期末会给一个参考的project list，你也可以选自己喜欢的做。最好能有一些自己的idea。

4）哪个project或者大作业你印象最深刻？你是咋做出来的、或者是如何栽倒的？有啥经验感受想说出来？
比较难的一个是CRF那个作业，因为模型比较复杂，Optimization不是很有把握，所以写好程序后每次运行的收敛程度不同。最后就选了个public board结果最好的submit。最后排名还是很靠前的。

5）你班里大约有多少人同时上这个课程？有几个TA/Grader帮忙？你觉得你在需要的时候，得到了帮助吗？
这门课全班可能有接近100人上课了。因为自己几乎没有去找过TA，所有没有感觉。

6）你了解班里的分数分布吗？中国学生一般成绩如何，或者做project、大作业情况如何，你了解吗？
分数分布不清楚，但是认识的中国学生基本都有A。

7）期中或者期末考试是闭卷还是开卷？难度大吗？临时抱佛脚突击有用吗？
闭卷考试，难度中等，题目很多，所以综合还是很难的。主要是考的面很广，推半个模型每道题目2，3分，所以需要对所有模型的推导都很熟练才能在规定时间尽快拿到分数。临时抱佛脚突击肯定没用。

8）如果你有机会可以重上这门课程，你在什么方面会做的不同？
其实我觉得还是得找到比较靠谱的参考书。这个老师推荐的是Machine Learning:  A Probabilistic Perspective, 对于第一次学ML的人来说，这本书非常不好用，包括太多模型了，而且每个模型展开了太多，新人看了容易迷失方向。
建议先读读Bishop的Pattern Recognition。

9）你觉得这门课程有用吗？学到了什么东西？
对于我来说算是开阔眼界吧，初次学习ML，主要是对各类模型有一个基本的了解。

10）介意说一下你是哪个学校什么专业的吗？介意说一下老师的名字吗？再次提醒，可以设置积分限制
SBU的CSE512，当时的老师是个越南裔，名字不记得了。

求大米积分，谢谢!