¿Cómo es tomar 6.036 (Introducción al aprendizaje automático) en el MIT?

Answer 1

Tomé esta clase la primera vez que me la ofrecieron, es decir, la primavera de 2013.

En aras de la divulgación completa, no asistí a conferencias muy a menudo. Sin embargo, los dos profesores Jaakkola y Barzilay son preeminentes en el campo e involucran a los maestros. Además, las notas de la conferencia fueron bastante detalladas. Hubo conjuntos de problemas en el formato de tutor en línea, donde responde preguntas en cuadros de texto pequeños y tiene comprobaciones infinitas (a la 6.01).

Sin embargo, parecía haber una desconexión entre el material cubierto en la conferencia, los conjuntos de problemas y los exámenes. Las cosas en clase y los conjuntos p eran muy teóricas / basadas en conceptos. Lo que realmente me preparó para las pruebas fue mirar los exámenes anteriores de la clase de posgrado, 6.867, y de cuando Barzilay enseñó 6.034. Creo firmemente que no lo habría hecho tan bien en la clase sin estos recursos. Así que esté preparado para eso.

Principalmente me gustó la clase debido a los proyectos. Eran proyectos prácticos de aprendizaje automático, si recuerdo correctamente, en torno a cosas como el análisis de sentimientos de tweets y el agrupamiento de imágenes / reconocimiento facial. Esto es algo que me dio una idea de cómo es ML en la práctica. La clase de posgrado, 6.867, no tenía nada de eso.

En general, me gustó la clase, y no fue demasiado difícil (aunque pueden aumentarla ya que es el segundo término que la ofrecen). Lo recomendaría encarecidamente en lugar de otros encabezados que podría tomar, especialmente si está interesado en Machine Learning.

Answer 2

Tomé 6.036 2014 y realmente disfruté la clase.

Como ya dijo Anvisha, las notas de la conferencia fueron muy detalladas y los conferenciantes fueron muy atractivos. Las conferencias valieron la pena definitivamente y puedes verlas en:

Colección 6.036 (18 videos)

Sin embargo, cuando lo tomé no había nada de tutor en línea. En cambio, hubo cupos en clase (para tomar asistencia).

Recuerdo que los conjuntos de problemas eran bastante manejables, no demasiado difíciles ni demasiado fáciles. Los proyectos que Anvisha dijo fueron un poco tediosos (en mi opinión, pero bueno, todo tipo de programación es …) y para mí no contribuyeron tanto en mi aprendizaje, pero definitivamente fue genial ver los algoritmos en acción. Sin embargo, no creo que sea posible hacer que las preguntas concisas para esta clase sean más desafiantes ya que el único requisito previo es 6.01. Sin 6.042 / 6.041 o algunas matemáticas más (como 18.06), es difícil exigir más estudiantes, sin embargo, la clase aún era interesante.

Los exámenes también fueron muy manejables, sin embargo, no hay tantos problemas de práctica para ellos. Sin embargo, está bien porque las notas fueron lo suficientemente detalladas y hay suficientes problemas de práctica que proporcionaron. Puede usar 6.867 exámenes para estudiar, pero creo que el personal proporcionó un examen de práctica que ya era eso. Si tienes mucho tiempo extra, definitivamente es una buena idea, aunque no es necesario en mi opinión.

Lo único que no me gustó fue que el aprendizaje por refuerzo no se enseñó tan bien. Terminé viendo tantas conferencias de CS229 de Andrew Ng como pude y sentí que eso me ayudó mucho más a comprender el aprendizaje de refuerzo. Sin embargo, las preguntas para el aprendizaje de refuerzo fueron tan fáciles en el examen y en el examen de práctica que realmente no necesitaba más. Desearía que tuvieran notas detalladas para el aprendizaje de refuerzo para 6.036.

Además, no había notas para impulsar. Solo el graduado impulsó notas que fueron mucho más difíciles de lo que el estudiante al nivel de 6.036 pudo o necesitó entender.

De todos modos, es una buena clase y definitivamente lo recomendaría. En mi opinión, es mucho mejor que 6.034. Por ejemplo, no tendrá que perder el tiempo con “conferencias espirituales” que nunca podrá usar en la práctica, además, 6.034 no cubre temas como la regularización, que son esenciales para usar cualquiera de estas técnicas de aprendizaje. en la práctica. Además, las notas en 6.036 son mucho más detalladas de lo que da 6.034 y, por lo tanto, puedes aprender mucho más sobre el “por qué” y el “cómo” funcionan los algoritmos (algo que creo que no aprendí cuando tomé 6.034 )

Además, para las personas que se preguntan qué tan difícil es en comparación con 6.867, 6.036 es un billón de veces más fácil. Lo cual es bueno y malo. Bueno porque es más accesible para todos. Malo porque se cubre mucho menos a menos profundidad. Sin embargo, para ser un curso de pregrado, es un gran curso porque te muestran suficientes matemáticas para darte la intuición correcta de por qué y cómo funciona todo. Por ejemplo, 6.036 da suficiente justificación a las cosas sin ahogarse en matemáticas, lo que puede hacer 6.867 (lo cual es de esperar porque es un curso de posgrado). De todos modos, ambos son buenas clases.

Answer 3

La primavera de 2014 6.036 es horrible.

No recomendaría tomarlo, por razones que puedo explicar si lo deseo.

Editar:

¡Parece que se desea más elaboración!

Conferencias / Recitaciones:

Encontré que las conferencias eran muy desorganizadas y difíciles de seguir. Los profesores tenían una mala escritura a mano como recuerdo, lo cual es un problema solucionable (es decir, presente en las diapositivas), pero esto nunca sucedió.

De las dos recitaciones a las que pude ir, una de ellas apenas hablaba suficiente inglés para explicar el material; y el otro apenas conocía el material y no podía responder preguntas. Las recitaciones también introdujeron material nuevo la mayor parte del tiempo, mientras que deberían haberse centrado en la revisión / resolución de problemas.

Material de clase:

El material de la clase estaba bastante desorganizado y las notas de clase siempre estaban incompletas o para un semestre anterior con material diferente. No había material de lectura, por lo que no había realmente un lugar para ver las formalizaciones de los temas específicos que estábamos cubriendo.

Conjuntos de problemas / laboratorios:

Los PSets y Labs no estaban realmente bien juntos; Hubo numerosos errores y puntos poco claros, hasta el punto de que no debe intentar hacer el juego temprano para que pueda obtener las correcciones.

Organización de clase / Contenido:

En general, encontré que la presentación del material era algo pobre en la clase. Hubo un par de técnicas realmente fundamentales en la clase, y no nos enfocamos en ellas lo suficiente ni señalamos explícitamente cómo lo usaban todos los algoritmos (es decir, el gradiente decente era como el 70% de la clase).
La clase también estaba bastante enfocada matemáticamente; Aunque había laboratorios para probar la aplicación, hubiera preferido pasar más tiempo mirando conjuntos de datos reales y obteniendo predicciones de ellos. Además, si los laboratorios fueran más abiertos, también sería divertido.

No me malinterpreten, no es como si la clase arruinara mi vida; pero generalmente espero mucho más de una clase en el MIT.