本课程的主要内容涉及统计机器学习方法，以及如何采用Python进行应用实现。同学们在学习中主要遇到以下问题：在课程内容方面，课本上的关于python的理论内容抽象难懂，大家都感觉有点力不从心。课程和作业题的概念较多，理解有一定难度。
同学们总结出的方法。1.端正态度，认真对待：网课不同于课堂，在上课时老师并不可以时时看到时同学们的上课状态，这需要同学们自觉；2.善于利用网络工具：如果有什么不懂的东西，主动询问老师或是和老师讨论课程内容。另外如果在上课的时候听不懂老师的思路，还可以在课后看回放；3.课堂互动：课堂上老师的提问可以促进师生交流，活跃课堂。积极回答课上问题，能够较快的理解这门较偏向于学习硬件的学科。4.课上认真听讲，注意听老师介绍当下与物联网相关的企业和产品，可以让这门课的内容变得更形象具体。
老师建议：1.明确学习目标：熟练掌握常用的机器学习方法的理论、方法和python实现。2.清晰学习内容：机器学习应用和研究的关键问题——数据预处理、特征选择和提取、模型选择（任务和超参数）、学习算法、学习性能评价；教材的每一章介绍一种机器学习方法及其实现，会涉及第1点所提的部分内容。比如第2章讲到了数据的归一化处理、讲到了KNN算法和实现、讲到了学习性能评价——误差率等。3.具体学习方法建议：对于每一章的学习，回答以下问题：“什么模型？什么功能（能完成什么任务）？学习算法是怎样的？如何推导？模型和算法的python程序如何让实现？模型的特性是什么（优缺点是什么）？针对问题有怎样的改进形式？”4.关注现实：多关注了解物联网领域的企业、产品及解决方案；5.动手实践：实践出真理。只有多实践，才可以理解课本内容。
最后，无论前方有什么困难，也挡不住软件学子学习的脚步。纵使网课有着各种不便利，也阻挡不也软件学子学习的热情。同学们在学习方面的热情，充分展现了他们作为软院学子的态度与担当。
任课教师：余松森
任课教师：葛洪
撰稿：1702
整理：学调部
审核：李萍
标签：
