IS6941 - Machine Learning and Social Media Analytics
官方课程资料与历史经验
最后核对: 2026-07-28
官方 PDF Effective Term: Semester A 2025/26
已核对字段: 正式课程名称、3 学分、课程目标、无先修课程,以及官方评估项目与比例。
使用边界: PDF 的 Effective Term 是课程资料版本,不代表 2026/27 一定开课;实际开课、任课教师、名额、注册方式及课堂执行仍以当期 Master Class Schedule、AIMS、Canvas 和教师通知为准。下方 2023 学生评论继续作为历史经验保留。
官方课程资料
链接核验: 2026-07-30。固定目录中的 202627 是 Catalogue 路径;课程页的 Course Offering Term 与 PDF 的 Effective Term 需要分别阅读,实际开课、名额和任课教师仍以当期 Master Class Schedule、AIMS 与项目通知为准。
本页更新: 补充课程网页、官方 PDF 与课表查询直链;保留原教师资料并增加当前任课边界。
往届授课教师(来自 2023 学生经验,非 2026/27 任课确认):
任课信息提示(2026-07-30): 以下名单来自本站往届课程资料;公开课程页没有列出 2026/27 本学期分班任课教师,因此保留供参考,不作为当前任课确认。请以 Master Class Schedule、AIMS、Canvas 或项目通知为准。
课程目标
This course aims to develop students' knowledge and skills to apply machine learning and social media analytics tools and techniques to enhance various business applications.
课程考核
官方 PDF|Effective Term:Semester A 2025/26
下表来自官方课程 PDF。PDF 将四项考核全部归入 Continuous Assessment;当期课堂安排、提交方式与是否调整仍以 Canvas 和教师通知为准。
| 平时性考核 | |
|---|---|
| 个人实验练习 | 10% |
| 个人在线反馈与讨论 | 10% |
| 小组项目 | 40% |
| 个人测试(Individual Test) | 40% |
官方 PDF 同时标明:Continuous Assessment 合计 100%,最低通过要求为 40%。
课程资料链接:IS6941 官方 PDF(Effective Term:Semester A 2025/26)
课程评论(选自2022版选课心得)
此课程为2022Fall新改课程,无可用历史评论
课程评论(2023版)
这学期是Raymond上的课,港式英语,老师人很好很负责,给分还可以,会给在课上回答问题正确的同学准备礼物,也会给期末表现好的组准备奖品。
课程设置:100分钟授课+50分钟tutorial,课程排的很满,从第1周上到第12周,能感觉到老师想教我们很多东西。btw,老师喜欢一口气讲完,授课结束才会下课。
作业:个人作业都能在tutorial完成。小组作业做一个social media的project,pre在9-12周tutorial的时间进行,如果抽到9 10 11周的pre,可以和别的课错开。
期末考试:开卷,4道大题,老师不会挂人。都是上课讲过的内容,在此基础上增加难度。计算量很大,而且要把过程写清楚,期末根本没人能写完!
——Charlene FIT
更新记录
2026-07-28
下载并核对 2026/27 Catalogue 路径下的官方课程 PDF;按 PDF 将课程名称修正为 Machine Learning and Social Media Analytics、更新课程目标,并把原“期末考试”修正为占 40% 的 Individual Test;明确 PDF Effective Term 为 Semester A 2025/26,任课教师与 2023 评论不作为当前开课证明。


社区讨论
提问、纠错与补充经验
请勿上传学号、成绩单、签证、联系方式或未公开课件;时效信息请附官方来源和适用学年。历史讨论
往届评论原样归档
(24 Spring)
小组报告:老师要求不高,好好享受
考试:
附上当时候的考试题目 供参考
另外一班
3. Information Gain 计算
4. TF-IDF 计算
Overall: A
继续讨论
提问、纠错或补充经验