7C00.ME/houmu 2014-10-06

怀北记-上课篇

去年九月去帝都参加研究生第一年的“集中学习”,被流放到了六环以外的怀柔怀北。一年过去了,一直想找个时间小结一下。昨晚终于动笔了,却没想到,一开始打字就跑题了,加上时间晚了,也就不了了之了。今晚new一个document,重新开写,先来整理下这一年来上的课,毕竟来怀北的主要任务就是上课。

第一学期选的课程包括:政治课、知识产权、英语(开学测试通过,这学期免修了)、计算机算法设计与分析、计算网络心理学、现代信息检索、网络经济与互联网商业模式、无线通信原理与应用、信息论基础。这里面政治、知识产权、无线通信、信息论是必修或为了完成学分要求而选的,大多是上过之后就算上过了。不过,信息论我还是花了些功夫,那些我本以为自己不可能弄懂的公式、习题最终也能看明白、解出来,多少让我想起了当年学模电时的感受,“是不为也,非不能也”。这门课也让我深刻的认识到了自己在本科阶段学的概率统计已经忘光,于是买了本浙大版的《概率论与数理统计》,结果到现在我还在看第一页。今年结束之前把这本书看完,作为今年对自己的考核指标。算法课讲的比较入门,不过我在本科期间也没有真正系统地学习过算法(虽然有门课叫做数据结构与算法,但基本上都在讲数据结构,算法讲得太少太不系统),所以对我来说还是比较合适的。但可能是要求太低、训练太少的缘故,总感觉学的不够。算法训练还是有必要加强的,假期结束以后尽快开始。网络经济这么课是门通识课,和互联网现状联系比较紧密,印象最深的是老师经常说的“找到一家有前途而还没上市的互联网公司,进去,看能不能分到股份”。联想到前段时间阿里巴巴上市,这确实是做工程或研究的人致富的一个好方法。这学期最有价值的一门课是王斌老师执教的现代信息检索,是我投入精力最多的一门课,也是这学期收获最大的一门课。教材是斯坦福的《信息检索导论》,是王老师自己翻译的,再加上他本人丰富的研究和实践经历,所以课程内容讲得深入浅出,对问题的解决是有清楚的发展过程的。课程后面也联系了数据挖掘和机器学习相关领域,在信息检索中也要用到分类和聚类的理论和技术。这也导致了我那段时间特别是寒假期间较多地关注机器学习相关的新闻和资料,到了第二学期的一段时间在研究推荐系统。当然都仅仅是入门而已,没有做出什么东西来。

第二学期选的课程包括:政治课、英语、自然语言理解、大规模Web系统性能优化、Java语言程序设计、现代数字通信、信息检索与利用实用技巧。除了自然语言理解和大规模Web系统性能优化,都是必修或者为学分而选的。自然语言理解是宗成庆老师讲的,选这门课一定程度上是接力现代信息检索,结果却发现前者的理论性更强,以至于很多内容当时我都没弄明白。也难怪有人说,学好NLP,不是你去找工作,而是工作去找你了。当然,宗老师人挺好,最后给的成绩还是挺漂亮的。大规模Web系统性能优化,这门课优点在于老师给出了大量有广度也有深度的参考资料,既有理论性的也有实践性的,如果真能把老师列出的参考资料给过一遍,我觉得这学期其他大部分课不学也值得了,但实际上这在时间上不可能。从主观方面来看,我自己在这么课上花的时间不够,这不能说不是这学期的一个遗憾。但从客观方面来看,国科大的对研究生的教学计划很有问题。总学分要求不低,但是单门课的学分却很低。单门课的学分低,对于学生而言,必须选很多课来凑学分,这样一来,投入都各门课的精力都被打折扣;对老师而言,课时被大大限制,讲课内容只好压缩,也无法安排高水平的course project。

第三学期(小学期)没有特别值得说的课程。现在很多高校开始搞小学期,其合理性值得商榷。如果还是把学生聚在教室里面听讲台上的一名老师上课,这样的小学期,就是第一、二学期的缩水版,完全就是在浪费老师和学生的时间。

小结一下,就上课而言,这一年,还是有一定收获的,同时也在某些方面也更多的了解了自己。但是,这一年并没有达到预期的目标,有一部分客观原因,也有自己的主观原因。在自己的原因这边,我觉得主要的问题是对计划的执行力不够,拖沓而不坚决。

Written with StackEdit.