机器学习套餐之聚类(1)---引言

最近刚刚完成了Coursera的mentor课程，我将助教的是Machine Learning Specialization from UW里的Module 4。具体的课程链接请看这里。所以这个文集底下的所有文章将是关于clustering and retrieval的话题。

在此之前，我想分享一下Coursera上做助教的课程内容。一些平台使用的方法和规定我就不说了。我着重分享下助教在给feedback的时候需要遵从的F.A.S.T准则。也就是Feed-forward, Actionable, Succinct, Timely。我觉得这不仅仅在助教的场合下使用，在很多给人答复，回邮件，写评论的场合下也是非常有用的。
当然，在给回复之前需要遵从语气上的一个原则是

Begin your feedback with at least one positive comment. Be respectful and constructive by starting out with positive feedback first, before giving your critical feedback.

我就不翻译了，简单来讲就是不管后面你要干什么，第一步先给个甜枣。仔细体会一下跟程序员交流bug的套路~

Feed-forward

意思是你要指明你给学生的建议会在他们以后的作业或者学习中起到什么样的帮助。比如一个好的feed-forward 的例子是：做XXX改变会让你代码写的更快，会成为一个更有效率的程序员。对应的一个差的例子是: 你应该做XXX改变。

Actionable

你给的反馈应该是有效的，具体的可执行的建议。比如光说"干的不错"或者“你应该遵循指导原则”等是不行的。比如好的可执行的反馈是“你应该写两段，每段5到8句话即可”，对应的一个差的反馈是“你的答案太长了”。再比如你应该给出“你的图标展示了必要的信息，但是如果把坐标轴的范围再缩小一点，这会显得更清晰”，而不是“你的图标太模糊了，看不清”。

Succinct

你的反馈应该是简明扼要，集中在2到3个主要的点。这2到3个点可以让学生下一次的作业有显著提高。

Timely

越快给出反馈越好。如果在1天之内给出反馈，这个可以称之为及时。1到2天之后给出反馈可以称之为有点及时。如果是一个星期之后给出反馈那就是比较失败了。

以上是F.A.S.T.原则。希望对大家写反馈的时候有帮助。