1

宋鑫要学习 2015-03-11 17:46 1 票支持; 0 票反对

1. 这门课是林轩田老师另一门课《机器学习基石》的后续课程，需要先学基石，再学技法；
2. 同Andrew Ng的机器学习课程相比，林老师的两门课更有深度，更重理论，趣味性上不输Ng的课；Ng的课强在注重实践，另外，Ng的课上有一些书本上不会写的ML黑魔法；
3. 课程视频不甚难，有一点本科微积分和统计的基础基本都能看懂；
4. 课后习题很重公式推导和程序实验，理论与实践并重。数学基础不好的人推导公式时会感觉十分吃力；程序实验题需要用到一些常用的机器学习包比如cvxopt，libsvm等，但是课程里并没有相应的引导，所以之前没接触过这些包的人也会十分吃力。 过年回家做作业做到半夜两点钟这种事情你以为我会告诉你吗

2

唐家声i 2015-02-24 09:00 2 票支持; 0 票反对

这门课算是结束了，因为太忙，证书拿得略带波折。
对这门课很有感情，因为第一门mooc证书就是一年前的机器学习基石，现在拿到了技法这门课的证书（等待最后发出来），也算是小圆满。
技法这门课，林老师讲授了很多有用的算法。本来讲到太多的算法，略有无头绪的感觉，但是这门课高质量的地方在于，林老师高度的概括和总结能力，几幅图，就把算法之间的关系和结构理清楚，按着这个结构，自己在头脑中过一遍全部内容，也会更加清晰。
作业方面，一如既往地难度高、压力大。很少会有mooc课程让我感受到这么大的作业压力。但是老师精心设计的作业，绝对会加深我们的理解。作业上，虽然有几个小错误，但是瑕不掩瑜。另外，第二次作业开始，每一次答题从以前的只给分数，变成了question level explaination了，这个设计着实让很多人松了口气...
林老师的课程理论一直很强，基石、技法皆如此。如果不只想做一个机器学习的爱好者，而是真正走进去的话，这两门课是不二选择。
最后，感谢林老师，没有这两门课，我也不会有机会获得现在的一些机会。
p.s. 看后期的论坛，发现drop掉的人还是蛮多的，这和基石第一次开课的时候一样。