最近在学《人工智能数据工程基础——概念、方法与案例》这门课,教材本身挺厚的,但内容安排得很清晰,从数据采集、清洗到特征工程都有对应案例。老师上课会带着过一遍核心概念,但课后自己看案例代码时还是有点吃力,尤其是数据处理那几章,感觉光看文字不行,得动手跑一遍才能懂。
现在最纠结的是配套学习资料不太好找,网上的课件要么太简略,要么是零散的博客总结,不系统。特别想找一些和教材案例配套的练习数据或者课后题思路,但去图书馆翻旧版又对不上版本。如果有学长学姐整理过这门课的笔记或者项目实战代码,能分享下大概框架就太感谢了,我自己再去补细节。
目前我的方法是按教材章节把案例拆成小步骤,每步手动跑通再合起来,但进度很慢,经常卡在调参和报错上。想问问学过的同学,你们是先把理论公式推一遍再上机,还是直接对着案例代码反推逻辑?另外,期末考核更偏重概念辨析还是实操演示?求过来人指点下复习重点,跪谢!