STAT435
Introduction to Statistical Machine Learning4 Credits
None
MyPlanDawgPathHuskySearch
评分难度
5.0
作业量
5.0
评分
5.0
3.34
平均成绩
课程简介
Introduces the theory and application of statistical machine learning. Topics may include supervised versus unsupervised learning; cross-validation; the bias-variance trade-off; regression and classification; regularization and shrinkage approaches; non-linear approaches; tree-based methods; and support vector machines. Includes applications in R. Prerequisite: either STAT 341, STAT 390/MATH 390, or STAT 391; recommended: MATH 308. Offered: Sp.
STAT435 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（1）
Anonymous
2018 SP
Daniela Witten
Daniela Witten
Statistical Machine Learning，lecture纯理论，lab是写R code，一节全面、扎实、重理论的入门课。. 一个mid一个final（今年没有cheat sheet，不知道以后会怎样），8个作业drop lowest，前两个作业真的很难，后面会稍微好一些所以不用被吓到。上课纯理论，她不会教任何coding，lab虽说是教coding但可能因为教室屏幕小，我觉得可以自己看书后面的lab。一定要熟读课本！上课没听懂的可以看书（毕竟书是她自己写的）作业不会写也请看书，感觉没课本这节课我真survive不了了…学得过程很累，做作业有时还得自己找data，然后写些课本里没提到过或者现有package里没有的method，过程很痛苦，但学完后收获很大。考试考的是证明与interpretation，没有coding。她给分都不错，我上的时候研究生比本科生多，median设在了3.5这样。不推荐给没学过R的同学。
课程难度
5.0 / 5
任务量
5.0 / 5
成绩
暂无