MScBIS/elective/IS6/IS6423

[giscus[bot]]

MScBIS/elective/IS6/IS6423

授课教师：

https://avalonc.github.io/MScBIS/elective/IS6/IS6423.html

[Liv-999]

俊明我们喜欢你

老师说要考的都会考，这次没考GNN，不知道下次考不考，一共有12个题目，有计算题，可能要记一下老师说过要考的题的公式，上课一定要注意听课
Ann构建一个XOR function/Dropout的作用和运作方式，为什么能实现正则化/lstm gru rnn对比/ lstm里的cell state是怎么得出来的/cnn计算kernel/计算NDCG/画出nested cv pipeline，并解释

[loop4w]

24fall SemB 新开的课程，主要讲深度学习，授课老师是IS6400的LiuJunming教授，没有基础的不建议选。老师第一节会用课程难度劝退学生，因为是新课，后续上课老师一直询问我们课程难度以及是否需要调整。老师讲课很认真，时间控制一流，前两节课是lecture，后半节课讲tutorial，剩下半节课可做作业可离开，认真学还是能学到不少东西。平时不学的话，期末需要花比较多的时间，期末考建议投闭卷考。

Final exam：闭卷，可带1张A4的cheat sheet，双面可打印可手写，考试范围是lecture+tutorial+assignment，
一共12道题，涉及概念解释、代码解释、计算等。以下是部分考试内容，全靠记忆，仅供参考，没考GNN，个人感觉老师在尽量降低考试难度，有一些基本的概念题送分。
Eg
• XOR function是如何用神经网络实现的？
• Dropout是怎么实现regularization的？
• RNN，LSTM, GRU的区别？
• LSTM是如何更新cell state的?
• 什么是word2vec？
• CNN是怎么实现的？
• 解释一个 simple CNN代码，包含features和classifier
• CNN的kernal计算
• NDCG的计算
• Pipeline of nested-cross validation，是怎么实现调参以及模型评价的?