Neural Networks *  COMP9444

7 Comments

    1
Anonymous   Dec. 20, 2020, 6:06 p.m.

20T3 final给了满分

应该不存在压分的问题,piazza上分数不如预期很可能是粗心算错了导致的。

    2
Anonymous   Dec. 19, 2020, 2:36 p.m.

2020 T3, Alan 教。 


感觉压分比较严重,比方说占总分30分的第二个 assignment 的评分标准,如果模型准确率低于73那么你18分的 performance mark 就是0分了,但是所有 submission 里面最高的准确率也只有88%。而且这个评分标准他放 assignment 的时候并没有给出来,只是含糊了一句 performance mark 和 test case 的accuracy有关,让大家一度以为 performance mark = 18 * test accuracy/100,颇有一种看人下菜碟的意思。  

final 从 piazza的反馈看也是压了一些分。

说实话我真心希望学生给course 和 lecturer 的 feedback 能够放在考完试出成绩后,如果学校真的重视学生的feedback的话。


内容上来说,我觉得 hopfield network 和 boltzman machine 他没有讲透,让人有种感觉就是题目我都会做但还是不知道这两个模型有什么多大的卵用。  强化学习我觉得他讲的不好,lecture 里面强化学习的应用场景竟然不是Markov Decision Process,那你这样的话其实也没有必要引进 Q node这个概念了。

    3
ExtraSugar   Feb. 6, 2020, 1:21 p.m.

(19T3)「推荐」:Alan Blair教,课程节奏适中,讲课也很清晰,但同样需要对深度学习有大体了解否则会跟不上课程节奏。同样有个人和团队(二人)的Assignments,用的是Pytorch框架。个人的Assignment不难,团队的Assignment是跟据模型的准确度给分的,跟9417一样涉及的知识点非常多。考试略难,分为理论和计算两部分,理论题的覆盖面很广,计算题基本是Quiz里出现的题目,考试全部是选择题。跟9417一样需要大量时间去复习准备。


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。


    4
Anonymous   Dec. 9, 2019, 9:45 a.m.

比较简单,今年换成pytorch了,考试一如既往的alan风格

    5
Anonymous   Dec. 7, 2019, 12:17 p.m.

当你以为你懂深度学习的时候,alan 告诉你,不懂老师别想考好。课程可以学一下,东西都不是特别的难,但是涉猎范围比较广,平时作业量也很少。想拿个高分就看你懂不懂alan了。

    6
Anonymous   Nov. 3, 2018, 10:33 p.m.

18s2 ass都超简单 基本上第一个作业和第三个作业人人都是满分, 第二个作业90%acc 难了点,但基本上都是85%以上,都能拿个14/15。

    7
Anonymous   Oct. 25, 2018, 7:08 p.m.

这个课印象中是完成了9414之后才可以选的,如果之前没接触过机器学习,个人感觉入门起来比9417轻松一些(毕竟Alan),18s2 3个作业让你熟悉tensorflow前两个不是很难,基本网上找一下tensorflow教程可以做的出来,当然做的出来和拿高分有一定区别(我自己第二个只有12/15)。自学即可,搞不懂的lecture youtube上大把的视频讲解

Your Comment

 or  Login first
(Send email to [email protected] to modify ur anonymous answer)