???? tutorial没有录播，老师上课有气无力的，发音含糊不清，PPT上课前才会发。。。。不愿意上就别上了，这个老师真的很不负责，不如自己看吴恩达的视频学，真是见鬼了，怎么会有这种老师。。。。论坛资源十分有限，PPT全是字，混乱没有逻辑，每节课100+页, 讲的完全不线性，没有逻辑，二级标题也是混乱的。。。。。。不知道老师在干嘛
非常震惊！新南会开设如此低质量的课，不负责的老师和无逻辑的课件让人印象深刻和大跌眼镜。难以置信什么情况下组织出的内容。甚至不如谷歌搜索有条理。难以置信地差。
Michael Bain ？？？正在上这个课，这个老师非常不负责任，，，，，，课件很多时候都是课前才会发布，讲课非常烂，完全没有逻辑，二级标题非常混乱，根本不知道他在讲什么。为什么讲这个概念，上课没有任何探究和扩展。也不会证明为什么式子要这么表示，前后不搭。非常没有逻辑。7.5分的作业分配根本不合理，这么大的任务量，我熬了2个星期，却只值7.5分，这是不合适的。。。。。。直能说后悔选了这个课，完全是奔着名字选的。感觉非常偏数学。
Project千万不要去选Trachack，这个比赛的质量差的惊人。第一周F1-score的计算错误导致没有人超过0.6分，第二周因为有个超级feature，单个feature可以让正确率达到0.99, 于是直接删掉了这个feature。但是即使删掉了这个feature，F1-score还是轻松的达到了0.99，这是因为数据中本来就包含了被打标的相关信息，这也就导致训练出来的模型是没有意义的，因为实际应用的新数据是不可能有这些信息的。而且F1-score的计算也十分怪异，我们最终上传了我们得分最高的结果，在最后的计算里分数却降低了，我不排除有人故意操控比赛结果的可能。
Omar的tut video还是挺棒的，但老师教课水平（Michael Bain）真的不敢恭维。我觉得你提出一个概念，至少要说一说是什么， 为什么要提出他，他有什么作用，和前后内容有什么逻辑联系对吧，他这好，东一榔头西一棒槌，乱的很。他的课上没有什么数学推导，推导在tut video里，加上是他解释课件的能力又比较低下，可以想象这两个小时教课的有效内容就真的比较少，一点不丰满。
(19T3)「基本推荐」：Gelareh Mohammadi教（也是第一次教这门课），上课节奏偏快，如果没有机器学习基础的话听课会很容易抓不到重点，但整体讲的还算清晰，recording质量也不错；问题回复比较及时，PPT里会有些笔误需要自己看，（有些上课时提到的笔误，也会在课后更新PPT）。个人的Assignment不难，团队（五人）的Assignment需要分工写二十页左右的report。课程内容是机器学习的入门课，会涉及到Naive Bayes, k-NN, SVM, decision tree, k-means 等这些模型，介绍机器学习的基础。但考试非常难，更多的考察知识点之间的关联和对模型的整体把握（比如我们考了列举Autoencoder和PCA之间两个优点和两个缺点），需要对课程内容有整体认知而不是仅仅对着讲义复习，否则考试会非常痛苦。建议配合吴恩达的ML公开课看。除非ML基础真的很好，否则这门课需要大量精力去学习。
原文标题：UNSW MIT8543课程评价和选课推荐|落絮飞雁的个人网站
原文链接：https://www.luoxufeiyan.com/2019/12/24/unsw-mit8543-courses-review/
授权协议：创作共用 署名-非商业性使用 2.5 中国大陆
除注明外，本站文章均为原创；转载时请保留上述链接。
首先说一下，下面有个哥们，不知道是真厉害，还是报复心理，在很多课里刷 简单，随便90。大家还是要根据自己的实际情况做出判断。
9417 老师的讲课水平还是可以的，大部分该讲的东西都涉及到了，有的recording还有字幕，所以对某些同学来说，看recording会更好。大部分讲的都是西瓜书中的东西，结合着看效果更好。
平时作业也没有那么费劲，两个小quiz基本上理解一下，或者是相会讨论一下，答案很快就出来了。ass 属于小组作业，有很多题目可以选择，难度不等，可以选择一些有经验的同学一起组队，挑战一下高难度，或者是几个人一起做个一般的。作业不仅仅看重代码，更多的还有report，所以report写的好，也会得个高分。
吐槽一下考试，据说是一个tutor出的题目，很多东西都算半天才能出结果，难度比往年大了不少，而且卷面上还有错误。导致考完之后，很多同学都去argue了。最后还是提了一些分，如果还是这个tutor出题，想拿高分的同学需要多用点心复习。
I disagreed with some comments below, the course was not easy at all, unless you did machine learning before, you have to teach yourself to get a good result. And besides, the final exam was a really disorganized one. It is very misleading to say that the course is easy (even if I got 90+ in the end)! However, D.r. Mick Bain was really patient during office hours, if you have any questions, just go to the office consultation hours every week, I think this is the most efficient way to understand the algorithms. In the end, if you work hard enough, you will get a good result.
This course prefectly demonstrates what disorganized means. The erroneous and inconsistant final exam was a complete humiliation to student's hard work.
Definitely the worst course offered by CSE that I've ever experienced.
说难听点简直就是狗屎, 课件内容一团糟, 每节课里面有100+页, 讲的完全不线性, 像是Machine Learning的百科全书的总结, 缺乏引导性.
Lecturer(Michael Bain) 极度不负责, 课件从来不按时上传, 基本都是上课前5分钟才让你看到. Assignment release 一周之后题目文件才终于不是404, 论坛中的问题回复延迟基本是3-5天, tutorial materials到时间也不上传.
虽然说现在很多人盲目跟风ml, 但这门课开设出来真对得起300+人疯抢吗? 这5000多刀交的还不如自己去看cs229去看cousera.
也不要求跟os, ds这种课去比, 相比之下, 9318的Wei Wang虽然讲课也**真**烂, 但是能感觉到他有在努力讲课(笑.
9417的老师每天上课都很累的样子，讲的也是有气无力的，这课一听就觉得老师是白天刚上完班，晚上过来上课，我知道的班上的很多同学都没在听这个老师讲课，都是自己上youtube按照课件的内容学。这课的作业和期中考试成绩出的也很慢，老师也多次为自己的低效率道歉，但是好是好在这门是学院里为数不多的不是double pass的课之一。这门课学的内容和Data Warehousing & Data Mining有大概3次课的内容重叠，但是两个老师讲的方向不十分一样。这课讲的内容是很好的，但是多数时间是要自学。
作者：陈迪威
链接：https://www.zhihu.com/question/24357695/answer/132740090
来源：知乎
著作权归作者所有，转载请联系作者获得授权。
From Dan's Comp electives
- apparently really fun (see thread on csesoc) - if you are okay with some math?
- I disagree. A vacuum cleaner is less monotone than the lecturers, and the content doesn't make up for it.
- Waste of time. The exam is rote learning formulae, the assignments are boring, and the theory is only average.
Email: [email protected]
WeChat: daya0576
Blog: https://changchen.me/
