人才培养

“机器学习与时间序列分析”课程总结

发布时间:2018-09-06

信息来源:本站

         2018723日,为期5天的由新捕京3522com长聘教授王亦洲老师主持,与南加州大学副教授刘燕老师合上的国际课程《机器学习与时间序列分析Machine Learning for Time Series Analysis Statistical Models and Deep Learning》拉开了序幕。

       7月下旬的北京,一直细雨连连。开课第一天,淅淅沥沥的小雨丝毫没有停止的意思,却也浇灭不了同学们求知的热情,早上9点,三教205教室已经座无虚席。

机器学习与时间序列分析1.jpg

每逢下课,同学们都会抓住机会,与老师深入交流讨论,老师也细心地答疑解惑。课堂中,氛围活跃,不时会有同学向老师提问,老师也会就此详细解答。

一天6小时的授课时长,在老师循序渐进,深入浅出的讲解,和对课程内容的合理分配后,显得格外充实,同学们都全身心投入。

机器学习与时间序列分析2.jpg

  刘燕老师为了使同学们更加快速地理解与上手,专门带来了自己的博士生作为本门课程的助教。这位助教哥哥在每天的实践课堂中都会非常详细地向同学们讲授所需的基本功与具体的命令行操作等,并且为了更好地帮助同学们完成本门课程的大作业,在第一节课的课间就通过之前准备好的问卷统计了同学们的专业分布与计算机代码与应用能力的掌握情况,并根据结果及时调整实践课程的难易程度。

机器学习与时间序列分析3.jpg

五天的课程,满满当当,同学们的热情丝毫不减,课程中与老师互动频频。

机器学习与时间序列分析4.jpg

机器学习与时间序列分析5.jpg

   本门课程出勤占25%,课程大作业占45%,期末考试占30%。由于复习时间非常短,大家都争分夺秒地展开了复习,将自己的问题纷纷发在了课程微信群中,老师为了更高效地答疑解惑,将问题投影了出来,一一耐心解答。最后一天的下午,组织安排了期末考试。考完试后,助教又叮嘱了一下大作业的要求,以便于学生们在接下来的一周时间内更好地完成大作业。

      

机器学习与时间序列分析6.jpg

一周后,831700,大作业正式结束。本门课程的大作业是组队参加Kaggle competition,运用课程所学知识解决该竞赛中的一项时间序列预测问题,并以最终相对排名为参考计分。令人欣喜的是,全世界总计1161个队伍,前十名有两个是本次暑期班上的队伍,前50名有10个,班上最后一个队伍也排在177位。如此突出的战绩得益于老师悉心的讲授和助教仔细的指导。