Hasta ahora CS 267 es mi clase favorita en Stanford. Me gusta aún más que la clase de aprendizaje automático de Andrew Ng, y es una de las pocas clases de matemáticas que he tomado donde realmente disfruté las conferencias y no solo los problemas.
La carga de trabajo es realmente relajada. Hay tres tareas y un medio término para llevar a casa, y hasta ahora han sido bastante fáciles. También tenemos que presentar un documento al final del término.
Las conferencias están bien presentadas y son fáciles de seguir. El instructor es muy amable y los estudiantes no tienen miedo de hacer preguntas (generalmente cuatro o cinco estudiantes hacen preguntas en una clase de 15).
- ¿Existe un algoritmo ML para verificar qué tan bien coinciden 3 objetos de diferentes tipos?
- ¿Existen algoritmos que estructuran datos previamente no estructurados utilizando 'etiquetas' definidas por el usuario?
- ¿Qué tan bien funcionan los algoritmos predictivos que analizan los guiones de películas?
- No tengo ningún talento en estructuras de datos y algoritmos, ¿debería abandonar mi título de CS?
- ¿Se utiliza el algoritmo VWAP (precio promedio ponderado por volumen) en HFT?
Creo que el único inconveniente de esta clase son los escritorios en McCullough. Si les presionas, caerán sobre tu regazo. La mitad de los estudiantes se rinden y usan sus rodillas como apoyo.