Four projects in total:
-
Naive Bayes for spam classification
-
K-MEANS clustering on MNIST
-
Ensemble methods for Amazon rating prediction
-
Deep learning for Amazon rating prediction
Scores: 91/96/99/98
早8,没有签到,但课堂互动有加分。我:去的时候没有互动环节,没去的时候老师疯狂提问。遂拿不到。
共4次实验,大约占50%。
作业1:ddl前两天按PPT要求开始写,三个拿分点均踩到,喜得91。后来发现特奖是怎么做这个作业的SpamEmailFilter,于是懂了,还是得稍微卷一卷。
作业2:算法很简单,聚类可视化是第一次,确实学到了。
作业3:实现了AdaBoost,当时看数学推导巨巧妙,实现倒也简单。遇到了一些奇怪的问题。
作业4:班内Kaggle刷榜互卷,直接Google Colab+BERT搞上,勉强第5。不过也是学到了,第一次用在线GPU搞这种大的预训练模型。
考试:好像有个判断题的原因写错了。最后设计机器学习流程大题25分,我时间不够胡写的,我好慌。
出分:问了周围一圈,都是A。好课!讲得认真细致,给分好,虽然没讲太难的内容,但假设评估/PAC这些学习理论也是我之前不会的。