（补档）暑假里考虑到要腆脸向王杰老师组投简历，就临时把评价隐藏了，完全自愿，牢骚发过也就删了。欢迎同学们选报王杰老师的机器学习，这是西区最硬核的课程之一。你可能感兴趣的帖子（均摘自知乎）：如何对向量求导如何对二阶范数求导如何对矩阵求导更多的求导什么是拉格朗日乘子什么是逻辑回归什么是决策树什么是支持向 >>更多

相关文章和视频：伪逆：低秩近似之路（一）：伪逆 苏剑林LASSO和近端梯度法：最优化计算方法7.1节拉格朗日对偶：王木头的视频KKT条件：Karush-Kuhn-Tucker (KKT)条件SVD、PCA相关：如何从直觉内核上理解奇异值分解强化学习：强化学习路线推荐及资料整理、王树森深度强化学习视频 >>更多

大三路人，大二结束的时候希望未来能够从事机器学习方面的研究。我在大三下学期自学看过课程的讲义（没有选课），能感觉到王老师是在努力将这门课讲明白，真的希望同学们入门机器学习领域的。大三秋季正是一些同学开始接触科研的时间，回想起来如果我大三上学期能够抓住选课机会，那么在完成机器学习方向的科研任务的时候会 >>更多

RL学习最优策略，其余部分均转化为寻找一个函数的极值点，也叫优化，NN拟合函数也是使得损失函数最小，一样的。对于每一个优化问题，如老师所述，我们关心的是解的存在性，唯一性，连续性(未讨论)，解的存在性判定是一个非常困难的问题，这门课中学到的工具有1）连续函数在紧致集上有极值；2)对有约束问题的强对偶 >>更多

给个不同角度的评价，仅供参考。这课我感觉就是又难又累，最后还拉成绩，也没啥收获。可能其他评价的同学都很牛逼吧，反正我的体验就是，为了这课花了不知道多少时间写作业和复习，最后考试成绩也不咋地，课程内容考完过一段时间也都忘了。我又不走机器学习理论方向。 >>更多

作为与这门课连续“纠缠”了两个学期（21春选课的学生、21秋助教）的学生，我也来贡献一个回答。和很多回答所说的一样，这门课从王老师到助教，再到授课内容和认真听下来的学生，就是两个字——硬核。为了保证讲义、作业、习题课、考试等各方面的质量，王老师倾注了大量的心血，每一届的助教也都投入了极多的精力和时间 >>更多

科大本科生涯遇过最硬核的课，当初写作业的时候天天骂骂咧咧，甚至考完试，王杰老师给我奶上了90，我依然骂骂咧咧，因为感觉付出和回报完全不成正比，但当保研出去参加各种面试的时候，只能说万分感谢这门课，帮我复习了之前学的那么多数学课，面试问到机器学习的时候完全不怵。感谢打了个不错的底子。 >>更多

我期待的机器学习课，是课上老师讲机器学习算法，课后布置给了充分提示的代码和书面作业，学期结束后能掌握一些机器学习算法并能用代码实现的课程。然而王老师更倾向于打基础，一直在学泛函和凸优化，布置的project却是手写神经网络。导致我现在完全没理解学了这些有什么用，西瓜书上的算法基本都看不懂，看懂了也觉 >>更多

作为21年秋季学期的选课学生，这门课的任务量是我整个学期的一半左右，但同时收获却大于我整个学期收获的一半。如果将来想要从事 AI 方向的研究，这门课是相当重要的一门课，因为可以学到很多机器学习非常底层的思想，就比如 SVM 的核心思想是为最大化间隔，以及可以使用 kernel 将 SVM 应用到非线 >>更多

学这门课感觉像是喉咙被塞了两块大馒头，吐也吐不掉，咽也咽不下去，也不能怪馒头太大，只能怪喉咙太小。 期末考试题量巨大，考试时间三个半小时，难度倒没有想象中的那么高。只要把讲义看明白，定理证明背熟，作业题好好看看大概还是能考个不错的分数的罢。 >>更多