COMPX521 Machine Learning Algorithms
注意审题，这课是讲算法的，不是讲机器学习应用的。

以这本书为蓝本：Data Mining: Practical Machine Learning Tools and Techniques，主要讲述了机器学习里面的决策树算法，围绕决策树还讲了 boost、bagging、rule 算法等，还有各种模型评估方法。不会涉及深度学习这些内容。

这个老师是这个书的作者之一，怀大计算机泰斗级人物。

是否需要签到？

不

内容难度

我上课基本是听不懂，即使我提前看了个七七八八，还是听不懂，基本靠自学。

闭卷手写，很少送分题，全是问答题，一共两次考试，大概平均下来就是每个 topic 三个问题左右，会问得很具体，没有彻底理解很难回答。两次考试共计四十分。

用 Java 实现某个算法，有比较具体的要求，最后需要在 Weka 这个软件上运行起来，输出形式是一篇小论文。一共两篇，共计 60 分。

基础知识包括：英语、数学（统计、概率、微积分），特别是统计相关的，不用太深入，但是要有基本的概念，Java、算法、信息论。想走理论研究方向的同学可以考虑下这科，根据一个上这课的 AI 专业的大佬说还是很有用的。

虽然学习过程比较痛苦，但是还是有一些收获的，先不说现在至少可以和人吹牛了（😅），还认识了一些很厉害的同学，扩大了交友圈。