采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
讲的不好,numpy.ones()/zeros()你直接告诉我函数原型就行了,讲这么多拿函数原型都不知道
你这个就是典型的抓不住重点
好的,谢谢老师的解答,我确实看视频有点气,不过你介绍的notebook通过help(module/module.function)/module/module.function?两种方式查看函数原型,我就是有点气,关键字参数和未知参数讲的有些不太清除,可能老师需要照顾一些编程经验不太多的人,谢谢老师的耐心解答,冲撞你很抱歉,对不起,我买了你的课感觉还是很划算的,就是性子急躁一点
理解你:)因为其实要是真正的认真按照函数原型讲,真的会不一样。我认为会陷入numpy的泥沼中。有些看似简单的方法会有出奇多的参数,引入一些初期没必要掌握的概念。同时numpy本身有他自己的设计思路和设计体系,详细讲解真的可以单独出一门课程了。在这里,我的课程设计思路还是用相对比较短的时间,让同学们快速上手numpy,大概对这些方法有个认识,为后续机器学习的学习铺路。我个人的经验也是这样的,一上来过于重视numpy的学习的话,会相对枯燥,而忘记了最终学习的目的(机器学习)。接触机器学习以后,发现机器学习的实践过程离不开numpy,再回头来仔细学习numpy的方法,学习效果更好:)对于数学相较于机器学习,我也是这样思考的。可以参考我的文章中第二条:http://t.cn/RDrBHAq 不过学习方法没有定论,每个人最适合的方式是不一样的。不用道歉!你是花钱的老板!对产品不满意我挨骂是应该的!可惜慕课网并没有完全平台化,退课条款很严苛。如果我可以做主,像淘宝店主一样,我二话不说就把课给你退掉了。。。anyway,抱歉了。继续加油!:)
非常抱歉我的讲法不适合你。因为课程主要还是介绍机器学习算法的,所以没有打算系统介绍numpy,只是简单地通过实验,让大家会基本使用numpy就好了。如果只介绍函数原型,一方面一些同学不习惯这种“读文档式”的教学;另外一方面,一些函数的参数取值比较灵活,用这种实验的方式可以让大家看到去不同的值得到的效果,我认为可以帮助同学们更加感性的理解numpy的使用:)
不过你的问题是一个很好的建议,确实在实验前或者实验后应该给同学们一个函数原型的总结。下次改进:)
看你的问题,应该基础很好,这些简单的语言实验的部分,完全可以用2倍速加快扫过去。甚至完全跳过这一章。在准备课的时候,对这一章的准备,我也是很纠结的。因为确实和机器学习没关系,但是又怕很多同学不会numpy,导致后面课程的编码部分吃力,所以最后还是加上了。但是,这门课程的重点还是机器学习算法的学习的:)
加油!:)
我觉得老师讲的挺好的,举了很多例子,很适合我。 另外问一句,什么时候开概率论、数据预处理的课程啊~~很期待
我的线数课程正在更新中,更新完以后会考虑概率课程的:)数据预处理相关现在还没有计划,如果有的话也应该在明年了。。。 谢谢你的支持:)
今年会有吗 概率课
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
2.5k 19
3.5k 17
2.9k 15
1.6k 15
1.4k 14