10/14 的機器學習

這學期上了machine learning這門課，是一門主修ml的人必修的課，但是，是一門很槽的課。

ml在公開的課程評鑑網站上就是一直很低分，平均大約在3.2-3.3之間 (滿分5分)，在cs的課程中3.2是81門課中排61名。沒想到這學期結束，長期的平均變成了3.1。我看了一下，原來這學期的評鑑的給分中，14個同學有10個人給了1分的最低分。馬上把平均又拉下去了一點。真慘。這怎麼開課可以開成14個有評分的人中有10給最低分啊？ 然後，我還修了這門課!! 只能說好慘。

CPP

隨著spring 學期的結束，我就開始猶豫要不要上summer的課。 

本來想試一下新課NLP，但是人數上限只有100，實在選不上，後來選上OS 和 Game AI。

Game AI同學們評價說內容和robotic AI和AI課是重疊的，唯一不同是它是用unity來做，想一想就算了，沒辦法學到新東西。另一門OS課的話，也是一門很重的課，但是作業是用C 和c++實作的。我在t公司機開始用c++加速ptyhon，但是，要獨立寫c++的話好像還是不行。想一想，最後還是放棄在summer修課。改成自習c/c++。

Algorithm

終於上完algo這一門必修課了。它是一門整死學生們的課，它和其它的課最大的不同就是老師幾乎是沒有coding的功課，每周的作業幾乎都是問答題，小考就是選擇題，考的都是觀念或証明，根本不在乎程式是怎麼實作的。加上它考試佔學期成績的比例很重，約75%，三次大考就決定會不會過關。因為是必修課，過關的要求是B以上，不是C或D。但是要拿到B，搞匝一次考試，大機率就拿不到B了。所以，課程的重點變成了要適應不寫程式、不實作的課程, 和短時間想出証明或演算法的考試。一開始的確很不習慣，一般的課花時間寫code，多少都會拿到一些基本分數，時間花下去，要過關不會太難，但是，考試就一翻兩瞪眼了，三次大考，每次的時間都是150min，如何在150min內想出算法，或是寫出証明就變成了過與不過的關鍵了。每一次的考試大概二到三題的算法或証明，如果50min中內沒辦法完整想出一題的解法，然後寫下來，就少了1/3的分數(25%的1/3就學期成績的8分)。三次考試中有兩至三題想不出來，大概率會過不了關。而想出演算法這一件事，說起來還蠻是要一點靈感，或是有想過類似的題目，不然，50min內要想出一個完整的方法，還要寫完整，的確有難。