2021秋 2019秋 课程号：CS150301
- 课程难度：中等
- 作业多少：中等
- 给分好坏：一般
- 收获大小：一般
| 选课类别：通识 | 教学类型：理论课 |
| 课程类别：核心通识 | 开课单位：人工智能与数据科学学院 |
| 课程层次：通修 | 学分：2.0 |
数据科学（Data Science）是关于数据的一门新兴科学，旨在研究探索数据规律及其相关的理论、方法与技术，并为自然科学与社会科学研究提供支撑。随着大数据时代的来临，数据所蕴含的巨大价值正日益受到关注，高效、准确解读数据已成为关系国计民生的重要问题。本课程面向全校对基础数据科学有兴趣的本科学生开放，将通过理论教学、案例分析与课题实践相结合的方式，全景介绍数据科学及其主要分支的基础概念、基本方法、应用实践与前沿概况，从而使学生树立运用数据和相关算法工具解决实际问题的基本思路，并初步掌握用于数据分析手段解决实际应用问题的能力。
- 课程难度：中等
- 作业多少：很少
- 给分好坏：超好
- 收获大小：很多
- 难度：中等
- 作业：很少
- 给分：超好
- 收获：很多
之前看有人点差评理由是这门课的实验给人的感觉像还没学走就学跑？
但事实是，在数据科学或者说计算机科学领域，每个人都在跑，而且是吃大剂量兴奋剂地跑（先不考虑交通工具叭）
做实验的初衷也是促进同学们通过实践达到对课程的深刻认识，否则一个2学分的课，涉及的知识涵盖机器学习，人工智能基础，了解背后的知识再来做实验也得两年之后吧
老师还是很热心的，本身水平也很高 另外建议学一下斯坦福CS229的做法，增加助教分享课之类的，毕竟一学期没见过助教2333…
给分是目前我百分制得过的最高分.
- 课程难度：中等
- 作业多少：很少
- 给分好坏：超好
- 收获大小：很多
- 难度：中等
- 作业：很少
- 给分：超好
- 收获：很多
这门课本来的目的就是为那些对数据科学有兴趣的同学梳理出一个学习的脉络吧，
所以老师上课只是大致过一下内容，不会太深入去讲，更不会去讲怎么实践，
所以做实验的时候肯定会有很多障碍，一些大佬可能能够比较容易的克服，像我这样的菜鸡就不一定了，
而且我们组又不幸选了一个和文本挖掘有关的题，最后只能由学长带着直接用bert的模型，
个人感觉老师好像很看重学习的态度，非常看重考勤和几次课堂作业。
刘淇老师人很和蔼友善，每节课都比较认真地听，最后给分很不错。
- 课程难度：中等
- 作业多少：中等
- 给分好坏：超好
- 收获大小：很多
- 难度：中等
- 作业：中等
- 给分：超好
- 收获：很多
给分：课堂考勤 + 期中报告 + 数据比赛结果；
我们小组选的比赛题目是最难的那个，所以没有进复赛估计老师也能理解；每节课都认真听还是有很大收获的，十分感谢刘淇老师--颜值高，课讲得也好，十分和蔼可亲。
课下与他交流的时候也很有耐心，最后总评 A 很满意了~
