爬犁腿

磨刀不误砍柴工,PKM学习中

陕西 西安

感兴趣的主题: 光说不练 90后 读书

2个粉丝

爬犁腿 的课程评论

爬犁腿 评论了课程: Linear Circuits

2014-03-16 10:04

这门课是面向非电类学生的普及性课程,很简单,不涉及复杂数学,如瞬态响应的常微分方程,直接给出通解。每章介绍了一些实际应用。
不知算不算缺点:一周视频太多,十几二十个,对应的练习也是十几个,每个里面只有两题左右。我是嫌麻烦。视频里彩色的slide到了手里就是渣画质的黑白图像,而且页面太宽,看起来较卡。。

对电子工程感兴趣,想学好电路的同学就选别的课吧,不要在这浪费时间。

爬犁腿 评论了课程: 中医药与中华传统文化 Traditional Chinese Medicine and Chinese Culture

2014-03-15 00:49

Dec 1, 2013 ~ Mar 15, 2014
C站上只有前三章的内容。
之前在ewant上的是早先国内公开课井喷时期的课堂录像。搬到C站之后,课程是边录边播的,因事先安排不周,又有春节,课程进度一拖再拖。
内容上,中医药讲得蜻蜓点水,意犹未尽!阴阳五行辨证医疗讲得太少,课上读几段《黄帝内经》,却不深入阐述。药的方面介绍了药性,但例子还是太少。让人无法抓住规律。可能细讲会枯燥?但中医药部分一段视频才十分钟;传统文化则有20分钟,这部分枯燥多了。。。
毕竟是一位医学工作者的一家之言,总揽易、儒、释、道,总有点儿博而不专的感觉。而重点,也是彭教授的专长,中医药与传统文化的联系感觉讲得又不够。。。总的来说内容安排失当,挺失望的。

爬犁腿 评论了课程: Linear and Integer Programming

2013-11-16 22:17

轮次:Sep 2nd 2013

背景:基本的线性代数知识,基础的编程能力。

内容:
共9周,每周大约2小时的课程。深入介绍了线性规划问题的单纯形法、对偶原理;整数规划的分支定界法、切割平面法(要求编程实践)。介绍了一些优秀的能够完成凸规划软件如CVX、CVXOPT、GLPK、MATLAB等。简述了它们的实际应用,如最小二乘法的拟合、去噪;求解数独等(要求至少能够使用规划软件实现)。分别对算法的时间复杂度进行了分析,最后谈到了内点法。
提供了一些优秀的进步学习凸规划课程的材料:
http://stanford.edu/~boyd/cvxbook/
http://www.seas.ucla.edu/~vandenbe/

Prof. Sriram Sankaranarayanan讲授课程主题85%的理论内容,虽然有他一些印度口音且说话语速略快,但经历一段时间的熟悉,就会慢慢适应。Prof. Shalom D. Ruben介绍理论内容的相关应用,相比前一位,他的准备似乎不太认真,有时会顿住、或者讲错,但无伤大雅。

与国内课程相异之处:
单纯形法的表述并非国内普遍介绍的形式(Tableau),而是Dictionary;但二者等价,并未给学习带来不便。
通过偏重于编程实现算法,从而提高学生对算法的理解。比如从算法效率的角度对对偶原理进行了深入介绍,这是在国内的教材中我从未见到的(如陈宝林的《最优化理论与算法》)。

作业:
这部分是课程的重中之重,只有紧跟课程作业才能够深入理解并且各种算法的步骤及衍生的种种性质。几乎每周都有选择、填空形式的Homework。每两周一道Programming Assignment,分别为:转轴操作,优化阶段单纯形法,初始化阶段单纯形法(直译),切割平面法。最后有一个针对前半部分线性规划内容的Exam。

论坛:
很活跃,Prof. Sriram 极其敬业,几乎每个帖子里都有他的回复,他还贴出了一些python程序片段作为提示。同时每周课程的深入话题或远离主线的内容也会在其中讨论,看帖子很有收获。

评分方式及下期课程:
这是本期的评分方式,
(Weekly) Assignments - 40% of the grade
Programming (biweekly) Assignment - 35% of the grade
Exam: 25% of the grade.
- Certificate of completion: 30/100 or above
- Distinction: 85/100 or above
据Prof. Sriram 在论坛中的叙述:
因为有很多选课的同学不会或没时间编程。下期课程很可能提供两类证书,即编程版的和不编程版的。课程论坛大大帮助了同学们的学习进程,下期课程考核可能会记入5%的论坛活跃度。

感受:
收获极大,第一次对某种算法有了非常深入的理解,应用时都不必查书了~

爬犁腿 评论了课程:

2013-11-03 16:58

两位教授以对话形式,一问一答,向听众介绍中国历史。课程周期很长,从2013年10月末持续到2015年1月末。分为9大专题,以时间为主要脉络,穿插文化、军事、政治等元素。内容分配上厚今薄古,后4个专题讲述清末至今的中国历史。由于历史观的差异,我相信此课程会帮助我们从另一角度思考中国历史。
另外,课程团队构建了电子历史地图chinaXmap,它是一款非常优秀的辅助教学工具,能大大方便我们的学习。

更多评论

爬犁腿 关注的课程

Linear and Integer Programming (Coursera) 3 个评论 关注

开始时间: 待定 持续时间: Unknown

主页: https://www.coursera.org/course/linearprogramming

简介: This course will cover the very basic ideas in optimization. Topics include the basic theory and algorithms behind linear and integer linear programming along with some of the important applications. We will also explore the theory of convex polyhedra using linear programming.

Learn to Program: The Fundamentals (Coursera) 3 个评论 关注

开始时间: 08/19/2013 持续时间: 10 weeks

主页: https://www.coursera.org/course/programming1

简介: Behind every mouse click and touch-screen tap, there is a computer program that makes things happen. This course introduces the fundamental building blocks of programming and teaches you how to write fun and useful programs using the Python language.

An Introduction to Interactive Programming in Python (Coursera) 5 个评论 关注

开始时间: 待定 持续时间: Unknown

主页: https://www.coursera.org/course/interactivepython

简介: This course is designed to be a fun introduction to the basics of programming in Python. Our main focus will be on building simple interactive games such as Pong, Blackjack and Asteroids.

High Performance Scientific Computing (Coursera) 1 个评论 关注

开始时间: 02/20/2015 持续时间: 10 weeks

主页: https://www.coursera.org/course/scicomp

简介: Programming-oriented course on effectively using modern computers to solve scientific computing problems arising in the physical/engineering sciences and other fields. Provides an introduction to efficient serial and parallel computing using Fortran 90, OpenMP, MPI, and Python, and software development tools such as version control, Makefiles, and debugging.

機器學習基石 (Machine Learning Foundations) (Coursera) 10 个评论 关注

开始时间: 09/08/2015 持续时间: 8 weeks

主页: https://www.coursera.org/course/ntumlone

简介: Machine learning is the study that allows computers to adaptively improve their performance with experience accumulated from the data observed. The course teaches the most fundamental algorithmic, theoretical and practical tools that any user of machine learning needs to know. [機器學習旨在讓電腦能由資料中累積的經驗來自我進步。本課程將介紹各領域中的機器學習使用者都應該知道的基礎演算法、理論及實務工具。]

紅樓夢 (The Red Chamber Dream) (Coursera) 2 个评论 关注

开始时间: 02/25/2015 持续时间: 7 weeks

主页: https://www.coursera.org/course/rcd

简介: 這門課是對中國小說經典《紅樓夢》的分析與詮釋,著重於認識讀者本身與經典間的關係,並從作者的時代背景與社會階層著手,重新剖析這部人所共愛、人各有所擁戴的經典之作。

数学之旅 The Journey of Mathematics (Coursera) 0 个评论 关注

开始时间: 12/01/2013 持续时间: 6 weeks

主页: https://www.coursera.org/course/sjtuma153

简介: 课程从问题开始揭示一些数学思想形成的过程,和听众一起从思想上重走一遍前辈们走过的路,体会数学抽象的魅力。 In this course I share the processes which formed the core concepts of mathematical philosophy, walking with students as they experience, learn and enjoy mathematical abstraction.

Introduction to Astronomy (Coursera) 0 个评论 关注

开始时间: 待定 持续时间: Unknown

主页: https://www.coursera.org/course/introastro

简介: An introduction to astronomy through a broad survey of what we know about the universe and how we know it.

Creative, Serious and Playful Science of Android Apps (Coursera) 3 个评论 关注

开始时间: 10/20/2014 持续时间: 8 weeks

主页: https://www.coursera.org/course/androidapps101

简介: This course introduces the fundamental computer science principles that power today’s apps. You will also learn to create your own Android app using Java and standard software development tools.

CVX101: Convex Optimization (Stanford Online) 1 个评论 关注

开始时间: 01/20/2014 持续时间: 未知

主页: https://class.stanford.edu/courses/Engineering/CVX101/Winter2014/about

简介: This course concentrates on recognizing and solving convex optimization problems that arise in applications. The syllabus includes: convex sets, functions, and optimization problems; basics of convex analysis; least-squares, linear and quadratic programs, semidefinite programming, minimax, extremal volume, and other problems; optimality conditions, duality theory, theorems of alternative, and applications; interior-point methods; applications to signal processing, statistics and machine learning, control and mechanical engineering, digital and analog circuit design, and finance.

更多课程