mesmo que eu realmente gosto do fato de que o primeiro HW estava envolvido com um monte de manipulação de dados/Limpeza, ainda é bastante óbvio que é um desastre para muitas pessoas. Em primeiro lugar, você tem uma quantidade limitada de Submissão, totalizando 5 vezes (mudado para 10 vezes para 1st HW), e o instrutor alegou que autograder é apenas para classificar não para depuração. No entanto, os testes incorporados às vezes são muito frouxos, deixando alguns bugs óbvios deslizarem, e eventualmente você vai ficar preso no autograder, que é muito rigoroso e irá fornecer 0 insight sempre que você encontrou um bug. Então, no geral, você realmente não terá uma pista clara onde você cometeu o erro enquanto a tarefa lhe pediu estritamente para gerar o resultado do teste. A formulação e a instrução de cada tarefa são também muito pouco claras. Então até o final do dia, você não vai gastar a maior parte do seu tempo construindo modelos, mas eu tenho certeza que você precisa gastar dezenas de horas debugando algo que é realmente trivial para o sucesso do HW.

A Dificuldade Geral do HW também é desnecessariamente desafiadora. Estou totalmente de acordo com todos os modelos ML, mas o curso realmente assume que você entendeu tudo sobre Regressão Logística, SVM, validação cruzada, AUC, etc. Por isso, recomendo a definição de AML como o pré-requisito difícil do curso, considerando a dificuldade do primeiro HW, e parece que o segundo HW ainda vai cobrir a aprendizagem supervisionada/não supervisionada também.

Por agora, eu vou recomendar estudantes evitando o curso como ele pessoalmente me dá uma enorme dor no rabo para depurar, enquanto não tendo totalmente nenhuma idéia de onde eu cometi o erro. Pode ser o autograder com 10 casas decimais, enquanto você tem 6, etc. O único feedback que você é capaz de obter é TA respondendo uma vez poucas horas com instruções mínimas, como “leia o post principal que você vai descobrir”. Vou chamar o curso DL atual como depuração para cuidados de saúde.

minha sugestão:

1. Built-in test case deve ser mais forte para detectar bugs e fornecer alguns insights.

2. não defina um número limitado de Submissão se o seu caso de teste e autograder são tão merdosos ao mesmo tempo.

3. forneça indicações bem definidas. Há uma diferença significativa entre” eu sugiro “e”você deve”. Diga aos seus alunos que partes deve seguir e que parte sugiro que siga.mais uma vez, vejo muito potencial fora do curso. Com o passar do tempo, este pode ser um dos melhores cursos fornecidos na pista DS no futuro. Mas requer um monte de refinamento para se certificar de que os alunos estão gastando sua quantidade limitada de tempo em algo mais do que apenas depuração do Código, porque o número de dígitos não são os mesmos.