cwiki MSSSUG|香港科技大學內地學生學者聯誼會本科部
Cwiki-查看
返回 Cwiki-首頁Cwiki-個人頁面Cwiki-貼文列表Cwiki-課程列表Cwiki-教授列表
教授就是在报复社会
課程:COMP4332
作者:xzhangax [13级 COSC/MATH]
創建於:2016-07-11 13:51:52
更新於:2016-07-11 13:55:27
課程時間:2016年春季




授課教授:Lei CHEN




教授不认真上课,就是来报复社会的




這門課的Grade:較好




这门课prerequisite是COMP4331/COMP4211,official上的说明是在学生掌握基本的data mining算法后教一些实际DM项目中需要的知识(例如pre-processing,ROC curve等)。还会介绍DM在应用方面的前沿技术(例如text mining,social network mining,recommendation system等)。理论上来说还是可以学到东西的。




可是这门课却被开得很烂。




workload:一次midterm20%,两个data mining project60%,一次presentation10%,一篇term paper10%。project,pre3都是组队的,三个人一队。 (可以看得出来workload还是挺大的)




教授前半个学期讲知识,但所有算法都只一带而过,完全不讲details。上完半个学期的课只是知道一些概念术语(例如什么叫sentiment analysis,什么叫node classification),和你自己去google一样。




讲完课就是midterm,只要把notes理解了就不难考。




然后后半学期教授就不上课了,让各个组在课上pre3。pre3是看两篇ACM或者IEEE上发表的paper后来讲解其中的内容。可是丧心病狂的地方在于每个组pre3的得分是其它组给的分数的平均数。教授和TA完全不参与评分。我实在不能理解为什么要这样设计评分标准。这难道不是逼每个组都给其它组零分吗?唯一能解释的可能就是这样教授可以不用来上课了。




Term paper也是和看的两篇paper有关,主要让你写对其中的方法的评价呀,其它相关的paper呀之类的,比较简单。




project也是槽点多多。project直接选用KDD比赛用过的case。连data,最后评分标准都没变。个人觉得这样的选择很大的一个问题是以往选手的code都是公开的,和容易就拿来模仿,影响评分的公平性。




project的评分:最后model的accuracy占30%,code占30%,一份记录你们组在整个project中做的事情(选取了哪些feature,用了什么model和算法等)占40%。




因为DM这个东西最后的accuracy高低具有一定运气成分,很有可能你花了很多时间做了training但最后的结果也不好。并且accuracy的评分还是把所有组得到的accuracy进行从高到低排序后,各个组的得分依次递减得到的。既然accuracy得分高低是看运气的,所以教授也说如果你在training过程中尝试了许多model,即使你最后accuracy不高,你的code和report也会得高分的。可是丧心病狂的地方是,你的code和report的分数还是在于其它组的code和report的:TA还是会把所有组的report和code按他的标准进行排序,排第一的组得分最高,然后其他组的一次递减。问题是TA也没有一个十分明确的“好坏”标准。他是看比如report的篇幅,是否有图表等丰富表达方式来确定你的努力程度。这种评分就让我们组的小伙伴在做project时感觉像个无底洞,不知道要投入多少时间进去。。。




最后的grade也还算不错,但是这个学习过程实在不堪回首 = =




总的来说,这是一门workload大,教授上课完全不认真,评分标准画风诡异的课。大家慎选。




Comments
[1 L]匿名 @ 2016-07-14 06:30:32
补一刀:鄙人以为CHEN Kai 和 CHEN Lei讲课都挺垃圾的 能避开最好避开 我上个学期最英明的决定就是拉着小伙伴drop了COMP4621和COMP4332
[2 L]匿名 @ 2016-07-14 23:08:07
这么看的话还好当初被楼上拉着drop了(逃
Write a comment
請登錄後再評論