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

楼主Columbia MSCS，17Fall新入学


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？上过，不过本科的时候上课的内容比较散，对知识整体的掌握还不够。

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？
第一个学期开始上这门课，难度其实还好。最开始给了个Calibrate assignment，出了蛮多概率统计和线性代数的题目，分数达不到一定程度的会建议你先别选这门课，不过其实 难度还可以。进入正式学习之后，感觉内容还是蛮充实的。 不过我的老师是个刚进入工业界的postdoc，对于教学本身还在学习当中，所以也闹出过不少乌龙。但整体上还是感觉每节课都很有收获的。我属于数学基础比较好但是不算特别好的那种吧（班上有个北大数学系的第二名），学起来也不会很吃力。

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？
每次作业的 workload都不少。就当做是大作业了吧，因为另外也没有多的project，但是每次作业都会同时包含数学题和编程题。数学题都是对一些模型里的特性进行推导或者证明，本科线代和概统认真学的应该都不会吃力 。编程题第一次让我们实现简单版本的牛顿法。第二次就开始要你写knn和sgd了。第三次手写了个神经网络，最近这次已经开始让我们打kaggle了。总体来讲，能够感受到一个循序渐进的过程。每次实现一个新模型的时候都会对课上学过的东西有更深的体会，感觉还是很有收获的。

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？
上一次的神经网络，写完Python版本的手痒了，去自己实现了一个C++的，结果比Python调用numpy的慢了10倍有余。深感代码之道之艰涩（捂脸）

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？
Columbia CS里的中国人大多都上了这们课，TA有5个人，不过通常我们都会去找老师，很亲切的年轻人。
Columbia
. 涓

非常实用的信息。楼主可以把其他课也介绍一下吗，谢谢！

楼主可以把上的其他课也介绍一下吗，谢谢！

感谢分享！课程作业居然还包括打kaggle吗。。。感觉还是要花挺多时间的吧

对的 ，特别是搞神经网络的时候你要经常去调参数，还有特征提取，确实要做好的话是要认认真真花点时间的