一亩三分地

 找回密码 注册账号

扫描二维码登录本站

微信公众号
扫码关注公众号
留学申请公众号
扫码关注留学申请公众号
楼主: EroicaCMCS
收起左侧

【长期加分贴】介绍和点评你上过的公开课

    [复制链接] |只看干货 |公开课
我的人缘0

升级   63.5%

tg05ahe 2020-8-3 07:09:57 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (1)
 
 
0% (0)    👎
1. 课程的基本信息:课程平台,开课学校,课程全名,开课时间,课程链接。
Udacity
Udacity 是自己设计的课程,创始人是原google vp Sebastian. 也是自动驾驶汽车的开山鼻祖
课程全名:Data Analyst Nano Degree
开课时间:现在。
课程链接:https://www.udacity.com/course/data-analyst-nanodegree--nd002
2. 课程难度,作业量,每周花在这门课的时间,以及你的基础(是初学者?还是本来就是你的专业内容?)
课程比较难,尤其对初学者,需要投入大量的时间来学习一些课程里并没有包含的知识。如果还在上班的话时间就更长了。
我大概每周花不到10小时,中间工作忙的时候就不做了,所有断断续续的用了一年的时间:(
我是工程类专业,有一些编程基础,而且之前有学过一些code academy练练python的熟悉度
3. 各种感想、收获、课程内容介绍、你对这门课的评价等等~~这个就自己发挥啦(请具体!)
学完了确实收获很多,但也感觉more to learn, especially need real project to practice to be able to apply in the real work.
但是作为入门,这个课程挺comprehensive,能真正学些东西。写的小code也挺有意思的。
4. 给以后打算学这门课的同学一些建议(请具体!可包括任何方面)
这个课程时候给有些基础的同学来学习,如果能专注时间,短期内学完会更好。另外如果有条件的话,多看课程提供的拓展内容,data analysis真的是学无止境。而且上了这个可也还是需要去学习算法的。所以如果经济允许,系统的学一下还是很好的。比网上七拼八凑的学起来要强。
回复

使用道具 举报

我的人缘0

升级   71%

fukan000OELQ 2020-9-4 02:23:09 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   92% (179)
 
 
7% (15)    👎
刚刚上完了Deep learning.ai 的五门课程,花了差不多1个月的时间,分享u一下感受。

开课时间:        Anytime
课程全名:        Deep Learning
平台:        Coursera
课程链接:https://www.coursera.org/program ... ;showMiniModal=true

一共五门课,是上完了NG的machine learning课以后很好的进阶课程。主要focus在 Deep learning, 神经网络的学习上。总的来说,上完了所有课程后,会对Deep leanring 的领域有了基本的认识。

第一课是基础的入门,从最简单的logistic回归入手逐步引入到神经网络.
第二课是调参和优化,教导如何去分析一个模型的问题,以及如何改进。
第三课最短,只有两周的课程,而且没有coding作业,而是两个case study。重点是帮助大家体会具体项目的处理中注意的问题。
第四课foucs在 CNN,涉及到了视觉图像的处理。自动驾驶中如何定位目标等。作业也更难一些,但总的来说coding的部分不多。作业中给的提示一般都很直接。初步学习了使用Tensorflow 建立model。
第五课focus在NLP,后面的两课比较有趣,帮助建立了很多NLP的基础。

优点:NG 老师讲课是出了名的清楚,很好懂。基本上每周的课程后都有programing 作业,对理解课上的内容很有帮助。有助于入门的学生开始学习搭建模型并建立一定的信心。适合偶尔回去复习笔记。
缺点:作业比较简单,主要coding集中在实验最关键的那几步。其实对于想成为DS的同学,cleaning data也是很重要的技能和经验。

总结: 很好的deep learning 入门课程。coursera学生可以免费上课。所以留到自己的edu邮箱很有用哦。我知道加州大学毕业后如果不管,一年左右会取消邮箱。但也有很多学校终身有效。我自己当时脑子一热,买了个最高级的白金校友卡,现在发现其中一个好处就是邮箱还没被取消。甚至还能登VPN,看论文挺好的。
回复

使用道具 举报

我的人缘0
gclucym 2020-9-23 08:17:04 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (16)
 
 
0% (0)    👎
1. 课程的基本信息:课程平台,开课学校,课程全名,开课时间,课程链接。
课程平台:deltamoocx
开课学校:國立雲林科技大學電機工程系 - 蕭宇宏
课程全名:FPGA系統設計實務
开课时间:最近一次九月14号,应该是周期性的,两个月一次
课程链接:https://univ.deltamoocx.net/

2. 课程难度,作业量,每周花在这门课的时间,以及你的基础(是初学者?还是本来就是你的专业内容?)
课程的难度适中,老师讲得很清楚,口吃很不错。我之前本科上过vhdl和verilog, 上他的课感觉可以有效的复习一遍之前学过的东西.
他花了大量时间讲了集成电路这个产业,感觉对我有很大的帮助。

3. 各种感想、收获、课程内容介绍、你对这门课的评价等等~~这个就自己发挥啦
主要是用quartus对英特尔旗下的fpga进行编程,macbook装不了quartus, 最后有个project,是在intel fpga基础上写一个自动贩卖机的流程。作业不是很难。

4. 这门课和其他你跟过的课,用过的资源或者是学校上过的课有什么区别?(选答,如果你还跟过其他类似的课的话)
感觉讲得比美国大学教授更清楚,至少对产业很了解(大学的教授有点与时代脱节)。

回复

使用道具 举报

我的人缘0

升级   60%

酱汁肉 2020-10-26 09:03:32 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (9)
 
 
0% (0)    👎
来推荐一下我今天刚上完的SQL课程

1. 课程基本信息
课程平台:Udacity
课程全名:SQL for Data Analysis
课程链接:https://www.udacity.com/course/sql-for-data-analysis--ud198
开课时间:随时都可以上课 并且课程是免费的
2. 课程难度/作业量/花费时间/以及自己的基础
我觉得课程的设置还是非常友善的,循循善诱,把所有需要掌握的SQL知识分成7个部分:基本SQL、SQL合并、SQL聚合、SQL子集合&临时表格、SQL清理数据、SQL窗口函数、如何优化SQL查询。每个课程上面显示的是3-6小时不等(包括了做题的时间)。网页上介绍这个课程需要大概4周,但实际上我觉得每天强度大一点的话3天就可以啃下来了。我个人听课的时候是1.5倍速所以每个topic并不需要花费它标注的那么多时间。整个课程没有作业,但是讲完每个小知识点都会有相对应的1-5道练习题。做练习题的时候会提供window让你直接写自己的code以及直接run出结果。我的SQL基础是本科上过一节introduction to SQL课,但是真心觉得完全没基础也可以学这个。
3. 感想
个人还是非常推荐这个课的。之前因为本科上过一节课intro课就自信满满地去刷LeetCode了后来发现自己做题做得一塌糊涂,所以就想找个系统学习SQL的课程。我在学习的过程中能感受到LeetCode上每题的知识点在这个课程都有被cover到。以及,整个课程的讲解以及练习都是根据一个虚拟的公司展开,从头到尾也都用的同一个dataset,可以让你非常有代入感,就仿佛自己真的是那家虚拟公司的数据分析师,需要通过写SQL来得到自己想要分析的数据,也可以让你清晰地明白你写的每个query都是for what。
4. 建议
这门课认真学的话可以给自己以后当data analyst打下很好的基础。学得快一点的话也不需要花费很多时间。可以当作入门or想系统快速过一遍SQL的存在。
回复

使用道具 举报

我的人缘0

升级   50%

charlie029 2020-10-26 10:21:14 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (12)
 
 
0% (0)    👎
1. 课程的基本信息:课程平台,开课学校,课程全名,开课时间,课程链接。
Coursera
A Crash Course in Causality: Inferring Causal Effects from Observational Data
https://www.coursera.org/learn/c ... sality/home/welcome

2. 课程难度,作业量,每周花在这门课的时间,以及你的基础(是初学者?还是本来就是你的专业内容?)
causal inference的入门课,作业不多,有三个project,但是基本都可以应付,就是把讲的东西重新做一遍。

3. 各种感想、收获、课程内容介绍、你对这门课的评价等等~~这个就自己发挥啦(请具体!)
收获挺多,这门课把causal inference的基本东西就讲了,我觉得时间还是值得的。

5. 这门课和其他你跟过的课,用过的资源或者是学校上过的课有什么区别?(选答,如果你还跟过其他类似的课的话)

没有上过其他的相关的课,所以不好回答。

6. 给以后打算学这门课的同学一些建议(请具体!可包括任何方面)

多听几遍,因为有些概念需要认真理解。
回复

使用道具 举报

我的人缘0

升级   68.5%

Anonyknight 2020-10-27 13:36:49 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (50)
 
 
0% (0)    👎
1. 课程的基本信息:课程平台: Coursera
开课学校: University of California San Diego
课程全名: Learning How to Learn: Powerful mental tools to help you master tough subjects
开课时间: 按月份循环的
课程链接: https://www.coursera.org/learn/learning-how-to-learn

2. 课程其他信息
课程难度: 简单
作业量: 13个QUIZ,每一周3-4个.
所花时间: 15 小时,4周
背景基础:计算机专业,这个课程神经心理学,对认识大脑很有帮助

3. 各种感想、收获、课程内容介绍、你对这门课的评价等等
人类进化了几十万年的大脑并没有说明书,这门课将告诉我们怎么使用大脑.有助于深度了解所谓的学习方法是否有效.
里面很多研究都用实验验证过,非常适合理工科学生的胃口.

收获: 对自己了解更为深入.也更有自信.特别是教授本身28岁文科转理科,成为教授的例子本身就鼓舞人心.
35+被淘汰是个伪命题.

4. 如果让你重新学过这门课,你会在学习方法上,背景提升上会有什么样的改进
多复习,多练习

5. 这门课和其他你跟过的课,用过的资源或者是学校上过的课有什么区别?
在其他地方没有上过类似的课.看不懂可以再重新看是跟学校上课最大的不同.

6. 给以后打算学这门课的同学一些建议(请具体!可包括任何方面)
对照学习的知识,多分析自己的学习习惯,逐步改进.



回复

使用道具 举报

我的人缘0

升级   53.33%

saraus 2020-11-3 09:09:49 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (1)
 
 
0% (0)    👎
Javascript learning https://www.c0d3.com/
回复

使用道具 举报

我的人缘0

升级   21%

刘三土 2020-11-6 02:49:32 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (4)
 
 
0% (0)    👎
1. 课程的基本信息:
课程平台 Coursera
开课学校 Stanford University
课程全名 Algorithm Specialization,一共有四个课程,分别是divide and conquer和sorting,graph search and data structure,greedy algorithm and dynamic programming 和 shortest path revisit and NP complete problem
开课时间 :我是7月多enrolled的,这门课应该一直都有,都可以enroll
课程链接 class.coursera官网查询即可

2. 课程难度,作业量,每周花在这门课的时间,以及你的基础(是初学者?还是本来就是你的专业内容?)
  我是航空工程专业的,因为对编程感兴趣所以选了这门课。平时有一定的编程基础,这门课感觉非常适合有一定基础想更进一步提高的同学。对编程语言没有要求,里面教的算法都是用pesudo-code写出来的
每周有一道编程题和一个小测验,难度适中。

3. 各种感想、收获、课程内容介绍、你对这门课的评价等等~~这个就自己发挥啦(请具体!)
       这四门课的教科书是algorithm illuminated这一套书。四门课分别对应part1-part4. 感觉上了这门课收获很多,学会很多算法和算法分析的知识,对刚刚入门的人很有帮助。

4. 给以后打算学这门课的同学一些建议(请具体!可包括任何方面)
  这门课的算法分析的部分可能需要了解一些数学里面probability的知识,比如怎么算expectation,课程里面会提供数学资料,不懂得时候看一下就好了。记得和书一起看,加深理解。
回复

使用道具 举报

我的人缘0

升级   2.5%

magic_amy 2020-11-15 07:39:56 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (15)
 
 
0% (0)    👎
1. 课程的基本信息:
课程平台 Coursera
开课学校 University of Colorado Boulder
教授 Dr. Robert Erickson
课程全名 Power Electronics,一共有四个课程,由浅入深讲解了电力电子,拓扑,控制电路,电感等系列专题
开课时间 :基本随时可以enroll
课程链接 https://www.coursera.org/special ... electronics#courses

2. 课程难度,作业量,每周花在这门课的时间,以及你的基础(是初学者?还是本来就是你的专业内容?)
我是EE专业的,当初毕业后找工作就是靠这门课拓展了电力电子专业知识,更系统的复习并学习了相关的课题。后来很多知识点也运用在了面试以及之后的工作中。
每个课题都有拓展练习,阅读材料和习题,难度适中,由浅入深。

3. 各种感想、收获、课程内容介绍、你对这门课的评价等等~~这个就自己发挥啦(请具体!)
Boulder大学的电力电子非常strong 我后来工作中也碰到不少senior engineer都是从这个学校毕业的,Erickson教授也针对这门课程编写了一本Foundamental of Power Electronics, 对于初学者以及有基础的人都非常实用。讲的十分详细,由浅入深,电力电子基本每个topic都有涉及, 能很好的帮助并建立知识体系。

4. 给以后打算学这门课的同学一些建议(请具体!可包括任何方面)
建议和教授编写的书一起阅读,加深理解。


评分

参与人数 1大米 +1 收起 理由
kxyjm + 1 给你点个赞!

查看全部评分

回复

使用道具 举报

我的人缘0

升级   68.75%

maxsong11 2020-11-17 15:26:19 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (9)
 
 
0% (0)    👎
谢谢楼主分享
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号

本版积分规则

隐私提醒:
■拉群请前往同学同事飞友|拉群结伴版块,其他版块拉群,帖子会被自动删除
■论坛不能删帖,为防止被骚扰甚至人肉,不要公开留微信等联系方式,请以论坛私信方式发送。
■特定版块可以超级匿名:https://tools.1point3acres.com/thread
■其他版块匿名方法:http://www.1point3acres.com/bbs/thread-405991-1-1.html

手机版|||一亩三分地

Powered by Discuz! X3

© 2001-2013 Comsenz Inc. Design By HUXTeam

Some icons made by Freepik from flaticon.com

快速回复 返回顶部 返回列表