教学水平与内容

吉建民老师的《人工智能基础》课堂风格活泼，内容广泛，以PPT为主，经常引入课外话题和实际应用案例来丰富课程。但是，由于内容扩展较多并且深度不够，大部分学生认为课程的重点不够突出，甚至称其为科普性质的课。因此，建议想要深入学习人工智能理论的同学需要进行自主学习，尤其是在数理逻辑和机器学习部分。

课程作业与实验

课程包含八次书面作业和两次实验。作业多为课后习题，网上容易找到答案，难度适中。实验中，搜索部分的内容如A*算法和CSP问题每年可能有变化，而学习部分则涵盖经典机器学习及深度学习任务。部分学生认为实验框架设计不佳，需要改进。此外，实验任务对于初学者有一定挑战性，尤其是在资源有限的情况下。

考试与给分

考试以开卷形式进行，题目相对固定，多次提及搜索算法、逻辑和学习基础等内容。考试涉及需自学部分，尤其是机器学习，因此考前自学是必要的。给分标准较为慷慨，许多学生表示成绩略高于预期，实验和作业作为平时分也有较大占比，整体评分较为友好。

课程评价

总体而言，这门课的上课体验因学生而异，部分学生受益匪浅，但有相当一部分学生认为课程质量尚需提升，特别是在逻辑和学习的深度上。同时，吉老师的幽默风格和生动实例受到很多人的喜爱，因此适合希望轻松了解人工智能基础框架的学生选修，但对希望深入学习的学生来说，可能需要额外的学习努力。