// 老师

人很好，上课喜欢延伸、科（chui）普（niu），明确表示不会点名（旷课党的福音！

每节课都在bb上有回放，不用担心错过什么考试重点

// 作业

全是课后原题，可以轻松的找到英文答案 and 往年作业（重复度极高）。但是今年吉老师一道learning的作业也没有布置，期末考试却出了不少，导致有些人措手不及了。（虽然有点疑惑为啥老师没布置相关作业，但是只要看了往年卷子应该可以知道这部分占比很高吧？）

// 考试

前边还是选择题、判断题，这差不多都是送分了；和往年在大题部分上有了些区别，考了不少些逻辑相关的，以往的那道计算条件概率送分大题被删了(^-^)；搜索、博弈、贝叶斯网络这三个都是必考题，没有变；learning部分考了道SVM，是隔壁班作业的简化版，然后讨论了下软间隔SVM的错误容忍

// 实验

lab1由吉老师班负责，出的比较简单，就写了下A*和alpha-beta剪枝，其它部分助教都已经提供了。

lab2是隔壁班出的，难度稍大，分为两部分：第一部分实现经典机器学习，就是贝叶斯、SVM那几个，第二部分深度学习，4层感知机模型+反向传播 和 复现MLP-Mixer。lab2的ddl在放假后的7月中旬，那时候我已经跑路去实习了，没精力卷，最后也没有完全做完，被扣了2分

//总结

最终成绩应该是稍微往上调了点。因为我不知道期末卷面成绩，没法确定到底调了多少（问助教只给我说考的很高，还以为要4.3了，但是最后并没有......不过反正没卷实验，就无所谓了）

这门课老师很好，比较理解同学，也会介绍一些前沿的科研成果；助教不爱水群，但是私聊都是很快回复，而且态度也很棒！同时也挺好说话的：比如课程群里集体申请推迟交作业等等......  就课程本身来讲，用吉老师的原话说：我们划的这些考试范围是所有程序员都应该了解的（大致意思）。对于不打算做ai方向的人（比如我）来讲，体验也不错。推荐选课～

后续会考虑放上21年原版试卷

刚考完还没出分，先写个点评。

上课不是那种对着PPT念的老师，经常会有许多拓展内容（不考），经常介绍自动驾驶与机器人的相关技术，但是有时感觉抓不到重点，感觉老师什么都想介绍给我们但是最后都没学明白。。。上课从来不点名，并且ClassIn系统上有课程录像，可以选择自行观看。

考试今年大变样，看了往年卷感觉这门课的考试比较水，基本都是固定几道题型，今年突然难度大幅度上涨，不知道发生了什么。最后一题考了一道手撕三个二维平面上的点的SVM，写出拉格朗日函数以后看着那一堆二次项，感觉最小值根本求不出来，直接放弃。（往年考的决策树之类的计算量都比较小，这次突然杀出来一个SVM大题让人措手不及）

首先这门课是一个偏介绍类型的课，所以每个方面学的时候都是浅尝辄止，真正如果想每个方向都学透需要花很多很多的时间。吉老师基本都是在很短的时间内把其中的知识点讲清楚，如果好好听课是能听明白的，而且吉老师还会补充一些课外的内容和一些自己做的成果之类的，总的来说还是很有意思的。

关于收获，其实这门课的收获比较有限，因为基本上大部分一节课的内容需要大半个学期甚至一整个学期的学时去进行学习。

作业的话是8次书面作业加2次实验，这里不得不吐槽一下C，第一次实验要求用C或者C++，我C的debug感觉人快没了。

最后是考试，前面是几道理论题，书上能找到，所以一定要带书。后面就是各个章节对应的题目，总的来说还是比较简单的，最后老师给分也是很好的，给到了95，没给我卡还是很开心的。