Обзор

Этот класс чрезвычайно поляризует среди студентов. Несомненно, у него уникальная структура оценивания, которая может быть очень неприятной для тех, кто ожидает традиционной разбивки на то, какие баллы составляют A по сравнению с B. Хотя явные критерии оценивания не используются для статей, которые вы пишете, профессор Исбелл очень открыто говорит о том, как он структурировал свой класс и каковы его принципы оценивания. Независимо от оценок, которые вы получите на Canvas (они, скорее всего, будут намного ниже, чем вы привыкли), пока вы придерживаетесь этого и стараетесь изо всех сил, вам почти гарантирована четверка. Скорее всего, вы получите пятерку. , И хотя иногда в это может быть трудно поверить, поверьте, что класс был разработан во всех отношениях, чтобы дать вам преимущество перед сомнениями. Пока вы изо всех сил пытаетесь чему-то научиться, все будет в порядке.

Хорошо, с учетом сказанного, все еще может быть обескураживающе видеть, что у вас есть 60% в среднем к тому времени, когда подходит срок вывода средств. Вот несколько практических советов, которые убедят вас, что это нормально.

Общий план игры

  • Многократное и многократное прохождение материала (как и на большинстве занятий) – залог успеха. Лекции король; смотреть их не один раз. Заметки Джорджа хорошо и быстро освежают память. Многие студенты пропускают учебник Митчелла, но он довольно короткий и легко усваиваемый.
  • Слабый канал, как правило, является оживленным центром, если вам это нравится.
  • Сдайте необязательное домашнее задание. Может быть заманчиво пропустить, но альтернативные издержки невелики, поскольку они не оцениваются, и в конечном итоге они могут помочь вам поднять буквенную оценку.
  • Как упоминалось ранее, не переживайте, получая «плохие» оценки.

Документы

  • Ошибка номер один, которую совершают студенты, — это попытка получить «хорошие» результаты за свою работу. Хорошие результаты не имеют значения. Хорошие результаты требуют много времени — вот почему студенты утверждают, что тратят на этот класс более 30 часов в неделю. Хорошие результаты субъективны до такой степени, что бессмысленны.
  • Анализ — это все, что имеет значение. Преподаватели очень четко понимают, что это главная цель статей. Это действительно шокирует, как много студентов приходят к открытию на piazza/slack/omscentral в духе «Я понял, что, когда я подумал о своих результатах и ​​проанализировал их, я получил намного лучшую оценку», как будто это был большой секрет. это не было буквально в направлениях назначения.
  • Итак, теперь возникает вопрос о том, что делает анализ хорошим. Часы работы — это то место, где вы найдете свой ответ, и, согласно учебной программе, это фактически «обязательный» просмотр. Они представлены в уникальном формате — студенты размещают вопросы в специальной ветке на площади за неделю до начала рабочего дня, а затем главные ассистенты просматривают их один за другим и отвечают на них. В «первую неделю» задания (технически все задания доступны с самого начала, но есть общий ритм, когда учащиеся фактически начинают каждое) вот несколько хороших вопросов, которые кто-нибудь (подсказка: это может быть ты) следует спросить:

«Можете ли вы дать общий обзор того, что вы ожидаете от этого задания?»

«Какие эксперименты мы должны провести? Какие типы диаграмм и визуализаций вы ожидаете?»

«Какие распространенные ошибки, которые, по вашему мнению, допускают студенты? Чего нам следует избегать?

  • После того, как эти общие вопросы высокого уровня будут убраны, помните, что вы можете задать любой вопрос, независимо от того, насколько он общий или конкретный, и вы получите очень подробные ответы. Это еще одна веская причина начать пораньше, так как вам не придется ждать ответа на вопрос в рабочее время прямо перед дедлайном.
  • Студенты жалуются, что задания слишком расплывчаты с неоднозначными рубриками. Хотя они определенно открыты, в них гораздо больше направлений, чем вы могли бы подумать. Инструкции по выполнению заданий написаны в уникальной неформальной форме, без маркированного списка требований, к которым вы, возможно, привыкли в других классах. В них есть куча вопросов, написанных в форме абзаца, которые вы даже можете принять за риторические вопросы. Не обманывайте себя. Относитесь к каждому вопросу и комментарию в спецификации задания, как если бы они были жесткими требованиями (в основном так оно и есть). В своей статье четко укажите, где вы обращаетесь к этим требованиям (например, в заголовке раздела). Ваш ассистент проводит 5 минут, просматривая вашу статью и следуя рубрике, поэтому максимально упростите для него задачу, убедившись, что вы выделяете все хорошее.
  • Стоит повторить, что анализ — это то, что имеет значение. Студенты часто проводят много времени, проводя множество экспериментов, пытаясь настроить свои параметры, чтобы получить максимально возможную оценку, и рисуя все, что они могут придумать, чтобы построить. Это результаты; они не анализ. Найдите параметр, который хотите настроить. Посмотрите, как меняются результаты при увеличении или уменьшении этого параметра. Постройте эту общую тенденцию. Подумайте о данных, соедините их с лекционным материалом и объясните, почему, по вашему мнению, возникает эта тенденция (вас не должно удивлять, что это самая важная часть). Двигаться дальше. Неважно, что модель работает лучше всего, когда альфа точно равна 0,3465. Важно только сказать, что по мере увеличения альфа ваша ошибка уменьшается, и вот почему. Делая это просто и глупо, вы получите хорошую оценку.
  • Первое задание может быть довольно сложным, если вы никогда раньше не посещали смежные курсы по машинному обучению. Книга «Практическое машинное обучение с помощью Sci-kit Learn» доступна на O-Reilly (к которой, если вы не знали, мы имеем доступ как студенты GaTech) и является отличным ресурсом для практические аспекты проведения экспериментов по машинному обучению.
  • Выбирайте простые наборы данных, в которых вам не нужно выполнять предварительную обработку или очистку данных, особенно если вы новичок в проведении экспериментов по машинному обучению. Не выбирайте чрезвычайно большие наборы данных. Большие наборы данных просто означают, что вам придется больше ждать, пока начнутся ваши эксперименты. Их можно найти в репозитории UCI или Kaggle. Вы можете обнаружить, что многие ваши сверстники используют тот же набор данных, что и вы, и хотя это, вероятно, скучно для вашего оценщика, это совершенно нормально. Другой вариант, который я использовал, — это просто создание ваших собственных поддельных данных, что я сделал с помощью функции sklearn ‘make_classification’.
  • Не слишком зацикливайтесь на том, что делает набор данных «интересным». Они должны быть достаточно шумными, чтобы ваши классификаторы не классифицировали их идеально. Они должны быть достаточно разными, чтобы ваши два набора данных получали разные результаты с одним и тем же классификатором. Это большинство данных. Например, я выбрал набор данных с большим количеством признаков и относительно небольшим количеством образцов, а другой — с относительно небольшим количеством признаков и большим количеством образцов. Эти различия могут привести к интересному сравнению.
  • Украдите столько кода, сколько сможете. Действительно, все в порядке.
  • Только после того, как вы сделали все вышеперечисленное (и я знаю, это звучит много) и сохранили простоту и глупость, вы можете свободно пробовать все, что захотите. Проявите творческий подход. Делайте столько экспериментов, сколько хотите. Вы даже можете полностью заменить наборы данных, если вам не нравится то, что у вас есть (у вас уже должна быть структура кода, чтобы сделать это довольно легко). Студенты, которые попытаются сделать это слишком рано, будут теми, кто изо всех сил пытается уложиться в срок.

Экзамены (Но, правда, промежуточные)

  • Как и многие аспекты этого курса, экзамены — это такой уникальный опыт, который может заставить вас чувствовать себя сломленным. Что бы ни случилось, все действительно будет хорошо.
  • По какой-то педагогической причине промежуточный семестр намеренно создан для того, чтобы стать экстремальным цейтнотом. Это слишком долго и слишком мало времени. Тайм-менеджмент будет чрезвычайно важен.
  • Не тратьте слишком много времени на раздел «истина/ложь». На каждый можно ответить одним-двумя предложениями. Если вы пишете больше, чем это, вы делаете это неправильно.
  • Некоторые вопросы стоят больше, чем другие. Помните об этом. Получите очки, где вы можете.
  • Если вы не сразу знаете ответ на вопрос, пропустите его и переходите к следующему. У вас недостаточно времени, чтобы увлечься обдумыванием вопроса.
  • Не произносите рвоту. Точно так же, как вы не хотите тратить слишком много времени на обдумывание одного вопроса, вы не хотите тратить время на написание всего, что вы можете придумать, в надежде получить больше баллов. Оценщики очень хорошо это заметят. Если профессор Исбелл еще недостаточно подчеркнул это, все, что вам нужно, это четкий и краткий синтез.
  • Лекции – лучший материал для подготовки к экзамену. Просмотрите их несколько раз и сделайте заметки. Подумайте о возможных вопросах, которые вам могут задать. Выполните необязательный набор задач.
  • В финале намеренно больше времени и меньше вопросов. Большинство студентов не чувствуют себя ограниченными во времени для финала.

Должен ли я бросить? Могу ли я оправиться от этой степени?

  • Вы не должны падать, и вы можете восстановить свою оценку.
  • Профессор Избелл твердо верит в градиенты. Если вы находитесь на границе буквенной оценки, в ваших оценках за задание наблюдается неуклонная тенденция к снижению, и вы сдали необязательные наборы задач, он повысит вам оценку.
  • Если ваша итоговая оценка лучше промежуточной (напомню, итоговая намного проще), он заменит вашу промежуточную оценку итоговой оценкой.
  • Задание 4 намеренно проще и приносит больше баллов, чем задания 2 и 3. Поступайте с этой информацией по своему усмотрению.
  • По его словам, «выполнение всех заданий, как правило, является разницей между отличниками и отличниками». Вы слышите это? Просто включите все.