查正军熊志伟真的摆啊（恼

2023-2024学年第1学期试卷（回忆版）.pdf

3、4版教材

不点名，听课纯浪费生命，对着PPT和课本自学就可以了

这门课的平时作业也没什么难度，毕竟是导论课程。知识点多且庞杂，不好复习，建议找几个笔记先过一遍，然后再看课件，最后自己整理一份笔记。

不过这门课的助教看着挺忙的。他人在高新区，一个学期就来了3次不到，收作业是来去疾如风。我上课前5分钟赶到教室准备交作业，得知助教已经收完作业跑了；最后一次收作业干脆不来，直接要求拍照发送，那为啥不用bb系统呢，或者开学就通知交电子版。有疑问也没有回复。期末考完半个月了卷子还没开始批改。

你可能感兴趣的一份期末考题回忆版：

Intro_AI_final_2022.pdf

你可能感兴趣的大作业代码：

Disparity map algorithm

你可能感兴趣的参考教材答案：

Artificial Intelligence - A Modern Approach Solution Manual.pdf

属于是老师认为自己在水，很开心。

学生也知道自己可以水，很开心。

教务处看到学生又多学了一门课，很开心。

三方共赢。

他们都有光明的未来！！！

利益相关, 网安人来修专业方向选修, 给个9分 (考前突击10h给了4.3

分三个老师讲三个方向: 搜索,逻辑与概率,机器学习

我是没怎么听课hhhh

考试很水,很多作业原题, 考前可以背一背作业上的题目.

Literally 两天速成， 喜提4.3。 感觉自己期末考的没有那么好，应该是奶了的。

当然这个两天是从早上睁眼开始到晚上睡觉前除了吃饭都在看，再加上部分内容之前有基础，平时作业不是纯抄的条件下达成的。

知识广度很广，而我学期中一点没听，导致速成难度巨大。所幸到考试前，除了CV的部分课件，其他全部认真复习了。

建议: 平时听不进去的话就不听，但是做作业的时候要看一下PPT和书尽量搞懂一点（尤其是有些比较复杂的计算的东西）。然后期末再早几天开始复习，不要像我这么极限，人都要没了。

这里分享下自己的复习笔记，以飨后人，但可能没多大用，仅供参考。(见最下方)

以下为被老师邀请写的学习指导内容qwq

就23秋的教学来说，三位老师分别负责三个部分的内容。

第一部分是搜索，主要讲了各种各样的搜索算法，包括但不仅限于UCS，A*, alpha-beta剪枝等等。这一阶段的任务就是把各种算法怎么执行的搞明白，考试的时候叫你执行算法能写出来就行。

第二部分是推理（命题逻辑+概率相关内容），命题逻辑部分比较简单，主要是后面概率相关的内容要重点学习攻克。比如贝叶斯网络中的各种各样的条件概率计算，时序概率模型里面的滤波和平滑。作业里面这部分有很多计算的东西，要搞明白怎么算的。

第三部分是机器学习，对于学过真正的机器学习的同学来说，就是小菜一碟啦；没学过也没关系，不是特别硬核的，可以放心。个人感觉主要是决策树算法，卷积神经网络的参数数量计算，以及视差图的计算。视差图的计算按照惯例会出一个实验让你写代码，最后考试的时候还考了这个实验，让你写个伪代码。所以如果出了实验的话，记得考试前试着写一写，至少看PPT了解下原理。

对于这门课，期末复习是关键。我是先结合PPT的顺序和内容，有重点的把书上相关内容学习了一遍，看PPT应该是不太容易学明白的（前两部分）。最后一部分则是主看PPT（书上不知道有没有对应），感觉太科普的部分可以跳着看。然后作业再过一遍，全部搞明白咋算的，这样基本就没问题了。

平心而论，这门课不难，但是覆盖广度比较广。如果平时完全不听的话，速成会很有压力，因为东西多且杂。所以还请认真做作业，把每个题目搞懂呀。

结尾附上当年的（烂尾的）复习笔记，仅供参考~
https://pan.baidu.com/s/1FIKxpRGiOi-QUp8rA3hvWg?pwd=1958

内容多，覆盖面广，但是重点不清，泛泛而谈。三个老师不好协调，为了赶进度，很多东西讲的特别快，讲是讲完了，下边学的一脸懵逼。ppt还一直拖延着不给，最后催着才发。考前复习一堆ppt，看着头就大。内容挺像导论课的，就是考核形式不像，如果能像计院人工智能那样开卷就好了。给分还不知道。不建议对人工智能感兴趣的同学选修。

考完发现出的题都挺简单的，觉得会是重点的，一点没考。

  大三上人工智能专业上的这门课，怎么讲呢，课程信息量蛮大的，有些东西的确是有点难懂的，而且这是门导论课，有太多东西需要去记忆了，下面有个评论蛮中肯的，应该是开卷考试，至少也因该是半开卷。

  复习的时候挺难的，三个老师风格不同，没有适应英文教学环境的人(比如我)复习的时候看全英文的课件就很难受，而且有个公认的事实是这门课的教材翻译一塌糊涂。

  三个部分：搜索、逻辑、人工智能各个方向。实话实说，最后一个才是最难的，因为很多东西对我而言是新的，而且涉及大量的数学相关知识。考虑到这个，学过模式识别的同学可能会好些，毕竟已经有“先验知识”了。

  大作业一定要好好做，不要像我一样随便搞搞就交上去，什么也没学到。熊老师出的题有相当的部分是和他布置的大作业涉及到的知识有关的，如果乱做就像我一样最后什么也不知道。王老师上课超认真，也挺有趣。

  最后，老师都挺好的，就是我不太行。。。。呜呜呜

三个老师应该都是非常厉害的人工智能方向的老师！

给分没有评论里那么好2333（可能是有幸存者偏差呜呜呜

王子磊老师上课讲得比较扎实，解释知识点还有例题啥的，基本能理解。很惭愧其他两部分上课没有怎么听...第一部分花了一个晚上基本就可以速成，第三部分基本是机器学习基本常识。

考试第一部分考了alpha-beta剪枝和一道设计启发式函数的。第二部分考了买车那道作业原题（上一届考了另一道原题）。马尔可夫那块儿比较复杂的计算一点儿都没考。第三部分也考了不少作业原题（zero-one loss，设计一个神经网络等）

不大清楚哪里写得不大好，最后分不高。感觉如果扎实学好的话应该不错的

今年给分依旧杀手。实在是不明白，卡绩卡84分我可以理解，卡89分是什么意思？

课程内容一言难尽。内容太多导致学的基本上是一知半解，理解掌握全靠考前自己复习。感觉如果自己对着书学，也可以基本达到同样的效果，甚至理解的更好。

强烈建议非AI班的同学不要主动选择这门课。

就冲着刷新下限的给分，给五分算是给老师面子了（，不过想想我可能卷面+实验平均40分，总评70+，自己评价.jpg

也就中间的老师教的比较让人容易听懂，考试也容易写，整体上逻辑对我来说比神必不堪的agent和ai基础要好多了，其他两位，也不是教的很差，可能是我智商有碍，尤其到了第三部分，英文PPT加众多概念对没有基础的人非常不友好

今年实验是计算深度图和视差图（用OpenCv直接调库就行的东西），但考试考了整个算法的伪代码，所以如果以后还做这个实验希望学弟学妹认真研究不要偷懒

建议33系非AI班的同学大四再选！！！！

2021.9：由于给分不行甚至被隔壁zzg班评分反超

我来作为反面教材写评论了

上课内容无比充实丰满，但是老师讲课质量实在是让人没有想听的欲望，ppt看起来也是在云里雾里的。期末考试复习起来完全没有头绪，十几二十章的内容硬啃着自学，最后还是有好多脑子里面都没有印象，考试部分按照三个老师讲过的三部分出题，最后一个老师部分的题目都空着了，作业交了三分之一，大作业认真写了，可惜还是挂掉了。

选课需慎重，如果只是其他院系想来陶冶情操水水的，还是不要选这门课了，会很吃力的。