好处是小环境不错.
老师大都nice, 比较有能耐.
学生之间关系很好.
环境设备到位.

最容易又不烦的core course: computer netowrks
学到东西最多的课: machine learning by Mahadevan, Sridhar

哦，哦，。。。难怪刚才觉得少了点什么，原来是REALLY

引用:

原帖由 Nancy 于 2006-9-20 09:41 PM 发表


不是，是REALLY advanced algorithm

没有比社会系更多的了吧。社会西phd 要51个credits，而且是纯的课程credits。。。。。。。。。

引用:

原帖由 sleeplesspig 于 2006-9-20 10:11 PM 发表
有人让我上来说两句:
cs的credits要求比很多系多, 导致毕业时间至少要多半年到一年.
另外不认国内的硕士. 有别的选择别来.

对嘛对嘛,是REALLY,连MQ都知道了

引用:

原帖由 Nancy 于 2006-9-20 09:41 PM 发表


不是，是REALLY advanced algorithm

臭味相投,帮顶帮顶

计算机的阿！顶！

引用:

原帖由 together 于 2006-9-20 09:10 PM 发表
顶！顺便取笑一下leos，你学我的标题干吗，咔咔～

因为不想动脑筋了... 偷懒ing..

Anyway 继续评论两门AI课

1. Artificial Intelligence在04年以前是我们系的必修课程(毕竟AI排名还是有那么高), 不论是什么方向(network, database, IR, computer vision, robotics....) 都要修, 于是这门课程主要讲授一般性的传统AI知识. 例如经典的A*算法(alpha-beta pruning, etc), Bayesian Network, 一些基本的智能优化算法(遗传算法, 退火算法,...), 基础的machine learning以及基础的reinforcement learning方面的知识, 基础的multi-agent问题, 最基本的NP问题: SAT问题. 逻辑和知识表达的一些基本问题. 基本的博弈知识: minmax tree... 总之一切以基本AI知识为主.
教授评价: 若干教授都讲授过这门课程. 我上的是shlomo的版本. 该老师人比较nice, 就是上课没有什么激情, 声音没什么起伏. 课业负担一般. 如果对AI知识比较熟悉的话, 这么课程现在可选可不选, 或者用来凑学分也行.

2. Machine Learning. 这门课程是Sridhar主讲的, 该老师很有激情, 讲述的东西囊括machine learning各个领域, 包括最新的manifold learning. 想深入学习machine learning的同学的首选课程. 主要内容有Graphical model, EM algorithm, HMM, SVM, kernel machine, Logistic regression, Maximum Entropy algorithms, manifold learning( LLE, ISOMAP, spectral clustering), reinforcement learning, 主要使用Matlab, C/C++, 可以用Java, 有一次用R. 这些年新的Dirichlet Process和Gaussian Process, Chinese Restaurant Process等等不知道目前会不会涵盖.
Machine learning这些年的发展一门课程讲下来, 可能有些太挤了, 所以可能有些topic就无法深入. 另外这样的直接结果是课业量比较大, Project>3, 最后还有final project. 这门课程总体很有意思, 虽然辛苦点, 能学到不少东西. 尤其是听听教授的一些深入评论, 会很有收获.

引用:

原帖由 leos 于 2006-9-20 08:29 PM 发表
1. computation theory, 是Prof. immerman neil主讲. 从DFA, NFA, CFG, Turing Machine 到Complexity theory中的各种结构: NP, NL, EXP, .... 证明题无数. 作业是7-8次assignments, 期中期末各有8个证明题.
评价: 作业量极大, 死去n个脑细胞思考证明题, 主要是训练计算机系的基本素质和思维, 其中将来对于CS的同学影响较大的主要是regular expression 以及NP 问题的分析

补充一下： 上学期Neil实施作业改革，从两周一次改成每周一次，一共12次（除了期中考那周没留以外）。几乎每个星期就耗在那了，当然个别心里素质超强者除外，例如和偶一起选的liming和lzf他们一般就是交作业的前一天通宵.....

引用:

原帖由 leos 于 2006-9-22 09:58 AM 发表

2. Machine Learning. 这门课程是Sridhar主讲的,.....Project>3,

有那么多Project吗？ 偶以为只有一个。
惨了，偶这学期选了Machine Learing和你老板的IR，这样看来project就要超过5啦

BTW 你老板好像很不守时，说好早上出作业，结果到了晚上12点才出，关键是due的时间没有变

yimin mm这么用功啊，hoho
没事,ML没有那么多project,就一个期末的project，外加一个literature review
内容虽然多，作业也不容易，但是Sridhar自己也知道大家学得辛苦
所以一般都到期末会大大放水，基本上都能过