讲师简介
毕业于清华大学计算机科学与技术系,目前从事机器学习、自然语言处理方面的研究。参与的工程和科研项目涉及知识图谱、语义理解、智能问答等领域,本人数理基础极其扎实,并且兼顾较强的编程实践能力。热爱技术写作和技术分享,尤其擅自梳理知识体系的内在逻辑,从而深入浅出地展现知识体系
讲师成就
学生数
387 位
授课时长
2965 天
课程评价 全部
McManfy
给了 好评
优点:内容覆盖面很广,从授课过程中可以看出老师本人的数理基础很扎实,算法逻辑清晰,重要知识点均有涉及。
缺点:可能是时间限制,内容又比较多,所以在遇到比较绕的,或者参数较多的知识点时讲的不是很透彻,对于理解力稍差或者基础知识不扎实的学员(比如我)会比较有挑战,需要在听本课程的同时,再找其他的资源辅助理解该知识点。
机器学习小白菜
给了 好评
学习背景:某高校应用数学专业硕士生
课程看法:课程对概率论理论知识的点拨通俗易懂(内容并不深入主要以实用为主),涉及到的蒙特卡洛方法以及马尔科夫(感觉这个在随机过程中才学)相关知识在数理统计中其实很少细说,即便是数学专业出身还是觉得很有收获。学习该课程主要是抱着理论如何实现为编程的心态看的,到今天已经全部学完这门课了,发现自己其实在理论方面收获的知识不少于编程内容。
买课建议:适合python已经入门并且有一定概率论基础的同学