CSE416
Introduction to Machine Learning4 Credits
NSc
MyPlanDawgPathHuskySearch
评分难度
3.0
作业量
3.0
评分
3.0
3.30
平均成绩
课程简介
"Provides practical introduction to machines learning. Modules include regression, classification, clustering, retrieval, recommender systems, and deep learning, with a focus on an intuitive understanding grounded in real-world applications. Intelligent applications are designed and used to make predictions on large, complex datasets. Prerequisite: either CSE 143, CSE 160, or CSE 163; and either STAT 311, STAT 390, STAT 391, IND E 315, or Q SCI 381. Offered: jointly with STAT 416."
CSE416 课友群
使用 UW NetID 官方登录验证后，即可直接加入本课的 Instagram 群。
课程评价（4）
Anonymous
2023 WI
Ema Pervokic
Ema Pervokic
每周都有programming和concept的hw，一个take home final。还是蛮好得分的
课程难度
4.0 / 5
任务量
3.0 / 5
成绩
暂无
Anonymous
2021 AU
Ema Perkovic
Ema Perkovic
基本的ML怎么写成python code。原理会介绍，但不会深挖，主要是锻炼一下实用性。挺不错的一节课，建议不是CSE/STAT但对ML感兴趣的上一下
课程难度
3.0 / 5
任务量
2.0 / 5
成绩
暂无
Anonymous
2020 SP
Valentina Staneva
Valentina Staneva
机器学习的基础课程。会教你怎么用各种regression和classification在现有的数据上进行学习，建立model，然后进行预测。内容包括但不限于：Linear Regression, Logistic Regression, Decision Tree, Random Forest, PCA, DNN, CNN, etc.. 认真学还是能学到东西的，但是感觉都挺浅的，不是特别深。作业的话挺简单的，也许是因为作业太简单了所以感觉学的不深（捂脸）。考试的话概念考得相对多一些，一定要弄懂概念。
课程难度
3.0 / 5
任务量
3.0 / 5
成绩
暂无
Anonymous
2020 SP
Valentina Staneva
Valentina Staneva
Introduction to Machine Learning. 这门课是面向非专业开放的machine learning课，感觉lecture都不太涉及深入的理论，更多的是对一些基本概念和方法的介绍，然后用python来实现。作业几乎都是写python，还会有一些概念题，但是大部分都比较简单。总体来说给分还不错而且任务量也不是很多。
课程难度
3.0 / 5
任务量
3.0 / 5
成绩
暂无