Za baze je celotna vsebina na voljo
tukaj. Class samo pomeni, da so neki roki za naloge in praktične naloge. Zraven pa prideta še midterm in final. (zanimivo ML pa nima midterma).
Kar je zgleda dovolj da stvar uporablja 10x več ljudi :)
ML in DB se lahko še vedno prijavi in pogleda kako stvar izgleda, lahko pa tudi sodeluje. Ljudje se še vedno prijavljajo.
Pri AI je pa možnost guest acces kjer se da videt kako vse skupaj zgleda. Lekcije se pa da gledat tudi na Youtube da dobiš občutek kako vse skupaj zgleda.
Pri AI so zelo uporabne tudi prezentacije razreda na stanfordu in pa lecture notes, ki so jih uporabniki napisali eni so prav občudovanja vredni. Če pa imaš čas pa lahko rešuješ tudi naloge za programiranje, ki jih rešujejo na stanfordu, ker so vsa navodila tudi na internetu.
Ideja je bila da bi AI tudi imel naloge za programiranje ampak ko je število registracij preseglo 10k so idejo opustili.
AI ima nekje 140k prijavljenih DB 80k 10-20k jih rešuje naloge ML pa ne vem.
Pri ML je pri nalogah vse skupaj za reševanje zelo razloženo. Bistveno bolj kot na faksu. Pozna se tudi da je predznanje zelo različno so ljudje od 13 let pa preko 80. V večini je treba samo enačbo v kodo pretvorit. Včasih pa pol kode kar v navodilih piše.
Mene je vse skupaj kr zasvojilo: ko se nekaj časa ubadaš z nečim pa polj rešiš->neprecenljivo.
Pa končno sem začel pogojne verjetnosti razumet. Čeprav sem jih 4x poslušal tekom šolanja.
Everyone started out as a newbie.
Sadly only a handful ever progress past that point.