NYU Courant 一学期感受

11300
22
选课情况:
Programming Languauge: Goldberg的,开头讲了一点点编译,然后又讲了各种语言和特性。难度不大。如果想精通可以自学一点SICP。
Fundamental Algorithm:Alan Siegel的很推荐,不过老爷子年龄大了,不知道以后开不开课。强调递归。学会用递归的方法写DP问题后感觉比用循环写清晰一些。

Predictive Analytics:Anasse Bari的。这个老师争议比较大,他在ratemyprofessor上分数很高,但课下学生都吐槽他。我个人认为,他的技术水平一般,对前沿技术不了解(如深度学习)。但从另一个角度看,他的情商很高。印象比较深就是他找了几个manager来做报告,介绍公司里怎么用data,然后底下同学提问的时候,他能说这个学生非常好、那个学生非常好,应该招去实习。。这门课本质上没有太多技术含量,讲的是K-Means,KNN等经典算法,还有一些最基础的NLP知识。但是如果你的目标是一个Data Scientist的话还是值得一上的,因为Data Sciene本质上就不是研究技术,而是用技术来挣钱。 "Data Science is the art and science for analyzing Big Data for the purpose ofextracting insights and forward-insights in order to create new opportunitiesfor organizations and individuals to derive new value and create competitiveadvantage form their most valuable asset: DATA." 这门课就是介绍用各种数据挖掘和机器学习方法来解决商业问题。 这门课难度不高但是内容很多很杂,有普通作业、Quiz(这学期一直说要有但时间不够没做)、期中期末、小组PJ、一篇综述小论文。。而且普通作业只能用Java来写不可以用Python。