考完试了, 简单说一下这门课. 今年较2021和2020年最大的变化是, 从闭卷改为了开卷, 从作业比例20%改为40%, 可能是因为Niao He(不好意思不知道这位老师的中文具体是哪几个字…)的加入让课程更加美式.
另外一个变化就是, 将往年随机矩阵去掉(好像是放到另一门课里去了), 然后内容包含各种convex/non-convex optimization, 在DL里能用到的很多都讲了. Niao He老师的风格就是, 所有的内容都在slides里呈现, 但有很多科普的没有给出证明的结论, 比较前沿. 另一位老师(忘记名字了), 讲的内容应该是和往年差不多, 有比较成体系的notes. 基本上只要看notes就不用去上课….(我这学期就没听过几次课….)
这是一门数学课, 需要很多严谨的推导和证明, 据我数学系的室友说, 比数学学院开的convex optimization讲的要难, 内容要多. 每周都会有作业, 有答案参考, 但是不计分, 要么是从notes里选几个题, 要么就是没见过的.
难度上是: Graded assignment > notes 里的作业和每周布置作业题 ≈ 考试题 > 2020/2021年vis上挂的考试题.
考试有多选题和三个大的证明题, 有点难度, 但没有想要为难你的意思.
如果之后的老师和内容和今年差不多, 那么本条评价具有参考价值.
另外附上我的笔记, 里面有一大部分习题的证明 嘿嘿 https://github.com/quantaji/ethz-ODS-2022-self-notes