先说考试项目:50m,跳远,1000m,一分钟跳绳,平板支撑,引体向上。 本人成绩6.6s,2.56m,3min39s,180,4min,20,喜提4.3。 不过对于这门课,成绩其实是次要的,关键是我认为柴松老师在很认真地带我们认识体育。除了其它体适能的日常项目外,柴松老师的课堂增加了跳长绳,扔飞盘 >>更多
3.深度神经网络利用自编码器的思想。4. 学习问题 m个变量 各变量值域大小xi,问的是最终的问题规模(记不太清楚了)5.KNN 1近邻,给了四个样本,绘制分类结果。6. 贝叶斯 还有sql查询后验概率(课件并没有这部分内容)。7.给出数码问题的3个启发式函数,并用其中一个启发式函数写出A*伪代码。 >>更多
具体地,我们需要在考前设计制程为42.3µm(600dpi)(也可能是1200dpi,不过我不想调查图书馆的打印机的分辨率了),面积不超过124740mm²(双面A4)的只读存储器(现实中的存储芯片是多层的,但这里懒得较真了)。考试时,我们需要人工读取其中的内容,并进行文本匹配。老师反复强调,“考试 >>更多
首先是关于杨老师的课件,他的课件全部采用自己的 固定beamer模板,字体风格是仓耳明楷系列(依章标题、节标题、正文和数学公式等文字所处不同位置而不同)。初次见到这个系列的字体可能会感觉比较难以接受(比如我上学期看杨老师的电动力学课件),甚至莫名生发出一种烦躁感(当然现在我认为这应当是课件本身的较高 >>更多
两个小时根本做不完,最后老师延长了10min,但这点时间也是聊胜于无。期末考试分数占比很大,好像是60%还是多少。课程安排头重脚轻,量子计算部分只讲了普通老师一节课的内容量,尼尔森书上的大量内容没有介绍。老师会平时点名签到,翘课会扣平时分。因此,虽然他讲的很烂,但你还必须耐着性子去听。还要交一篇课程 >>更多
具体来说,兰老师上课内容涵盖了Delta方法,矩估计、MLE、M估计的相合性和渐进正态性,LRT的渐进性质以及最后Goodness of fit 检验、独立性/齐一性检验。整体上课体验非常好,考试也非常的阳间,罗助教也是十分认真负责,每一次作业都用Latex写成pdf讲解并且补充了不少需要注意的地方 >>更多
关于考试的事:2022~2023秋季学期,考试内容几乎和前一年(见Manifold的评论)一样(分析一样的模型)。这里我来简述一下今年的考试题:推导谐振子的传播子,要求使用路径积分方法;得到传播子后,用传播子计算基态能量以及基态波函数;说明如果要求满足Dirac方程的话,一定也满足Klein-Gor >>更多
Mathematica 天下第一! Mathematica 画的图非常非常好看(比 Origin 和 MATLAB 画的好看多了),对于我这种经常要分析数据写实验报告的同学来说是一大杀器。特别是做拟合,用 LinearModelFit 和 NonlinearModelFit 简直不要太简单! 画图可 >>更多
半是,学校的fw蝌蝻啥也不会#(呵呵) ,就知道嗯卷你那鸡皮诶#(笑眼) ,往图书馆教室一坐,两耳不闻窗外事,要么搁哪写题#(笑眼) ,要么打开原神 m,玩你那虚拟纸片小人#(笑眼) #(笑眼) #(笑眼) 。一群跟虚拟纸片小人共情的fw#(笑眼) 。管这样的老实fw,学校一点压力没有#(乖) ,还 >>更多