Ellila 的 2022 年度总结

HKUST「专业学习」

Machine Learning

成绩： A，Nevin 老师虽然授课比较难懂，但是课程设计其实相当合理。一学期下来，课程名为Machine Learning，却更多 focus on Deep Learning，涵盖了 CNN/ NLP/ DL 等主题，还有 Transformer、WGAN 这种相对前沿的知识，每次主题授课之后都需要完成相关的 HW 和 HA(编码实践)，课程的广度和深度设置相当合理，能很好补齐在 ML 和 DL 领域的基础。

Foundations of Data Analytics

成绩：A-，这门课老师讲的比较一般，主要是大数据的规范/存储/集成/数据隐私，也涵盖了机器学习主题，并需要完成一个相关 project, 我们小组使用的是 XGBboost 提供赛马下注策略，过程包括获取背景知识、数据清洗、特征工程、建模对比、构建下注策略、汇报分析等。Project 的过程还是相当紧凑，但课程内容讲解还是有些不尽如人意，少了些深度。

Blockchain

成绩：A-, 由于在 Blockchain 基础之上的比特币、以太坊、web3等本身属于相当前沿的产业，雷教授的课程也很与时俱进，刚开始会从相当广泛，介绍特别多的概念和当前发展情况，再逐步向下介绍底层原理，包括数据结构以及密码学等。课程等于一个半命题作业，需要在教授的 MMD Project 下选取主题完成相关 project, 最后我做了一个 AR NFT 相关的 project（成果），编码部分包括合约、web 前端、node 后端，对于有前端开发基础的同学的话并不会太难，完全可以用 JS 做全栈开发实现。

Database

成绩：A，这门课和预期不同，课业相当繁重，除了基本的数据库课程讲解之外，有相当大的篇幅讲解 Query Processing 计算，NoSQL 的部分很少，比较适合无 SQL 基础的同学。

Mathematical Methods for Data Analysis

成绩：B-, 这个学习的数学课多少有点懵，整个课程分为两部分，Prof Cai 讲解的部分包括向量空间、范数、内积空间、核技巧、线性函数等，案例研究：SVM、岭回归、优化、梯度及黑塞等等；Prof Yang主要将傅里叶变化相关。尤其是 Prof Cai 讲解的相当精彩，听不懂确实是我自己的问题....

知识沉淀工具

今年使用最多的软件是 Logseq，可以在多端同步，利用的是 icloud 同步存储的功能，最大的特点在于块引用笔记。入坑指南见此（Logseq 和它的五种用法），刚开始是朋友推荐作为一个任务管理系统，管理工作的时候的 project 以及每日任务、周报，现在则作为我个人的双链笔记啦，基本每天都用到它来做知识沉淀。

使用情况