2023春 2022春 2021春 课程号：DS200102
- 课程难度：困难
- 作业多少：很多
- 给分好坏：一般
- 收获大小：一般
| 选课类别：计划内与自由选修 | 教学类型：理论实验课 |
| 课程类别：本科计划内课程 | 开课单位：人工智能与数据科学学院 |
| 课程层次：专业基础 | 学分：3.0 |
本课程是大数据学院本科生专业选修课程。主要目的是让学生掌握深度学习的基础知识、掌握应用深度学习解决实际应用问题的方法。
本课程主要讨论深度学习的算法及其在计算机视觉、自然语言处理、图分析挖掘、推荐系统中的应用。具体内容包括：深度前向网络、深度学习中的最优化技术、深度学习中的正则化技术、深度卷积网络、循环神经网络、注意力机制、图神经网络、生成网络、无监督学习等。该课程将理论和实践紧密结合，在夯实学生的理论分析能力同时，锻炼学生的动手实践能力。
- 课程难度：困难
- 作业多少：很多
- 给分好坏：一般
- 收获大小：没有
- 难度：困难
- 作业：很多
- 给分：一般
- 收获：没有
鼠了 （凑十个字，凑十个字）
- 课程难度：困难
- 作业多少：很多
- 给分好坏：超好
- 收获大小：很多
- 难度：困难
- 作业：很多
- 给分：超好
- 收获：很多
给分属于是比我的预期最好还要好了…
先表达一下震惊，稍后补充完整评课。
本学期的成绩构成是：五次小实验、一次大作业（选个比赛参加并写报告）、三次课堂小测
看了看大家的评课，个人猜测给分主要看最终大作业 报告的完成度，并参考到课率。（本人三次小测来两次，队友没来过，最后差两分，队友惨遭卡绩。）于是，虽然我前面小实验除了最后一次都做得挺烂，比赛也没拿到很好的名次，最后还是拿到了离谱的高分。
这学期由于助教对小实验都给出了基本直接可以执行的代码，省略了往年最阴间的成分，调试的体验是很好的。然而，这也导致了对网络进行调参成为了小实验的主要内容，让实验存在的意义有些模糊——话虽如此，阅读代码理解框架本身也是有挺大帮助的，我们最后大作业时甚至直接使用了之前助教给出代码的网络进行训练。
大作业的宽松要求注定了评价标准难以确定，个人觉得基本能体现实验中工作量的报告的确比起成绩是更客观的评价标准。但同样，这显然未必能展现出深度学习的真实水平，只能说是有得有失。
总而言之，在不需要在意绩点时，这门课是值得一选的，知识上和代码上的干货都挺多，反之则不然。
（每学期同情大数据人1/1）
- 课程难度：中等
- 作业多少：中等
- 给分好坏：一般
- 收获大小：很多
- 难度：中等
- 作业：中等
- 给分：一般
- 收获：很多
连德富老师yyds，讲的很好，不过可能确实对没有机器学习基础的同学太难了，助教的demo写的很好（就是时不时会有bug）。感觉给分稍微差点意思（对我来说）不过只要你任务都完成了，比赛有个结果，就是小测全部都不会（就是我本人了），拿3.7的几率还是很大的
