1. 两次作业占20%，还行
2. 两个实验，第一个实验挺有意思，第二个投票预测有些难
3. 课程作业：小组合作完成综述

出分了，给分一般！

1.首先老师上课非常非常有趣，超多梗，上课内容还是比较通俗易懂

2.上课当然不可能全部覆盖所有知识面，给的作业一般是参考书目的课后习题，两次实验，一次博弈一次推荐，推荐也是最后的project。（博弈的实验很好玩哈哈）

3.可能因为这学期是一整个下午一直上，所以我感觉一整节课下来之后满脑子都是干饭（干饭人无疑了！！）

4.这学期课时比较少，很早就结课了，一般最后一节课presentation，所以选课的蜗壳们合理安排选课（其实老师和助教也都很温柔，老师也声明不搞军备竞赛哈，不要卷不要卷）（还有不点名哦，所以有时候有事也可以……dddd  /狗头保命）

所以直接冲这门课就对了！！！

分数范围是75-98，其中90+比重约为1/3多。
分数范围是徐老师发在群里的。

作业：两次（没有答案）

实验：两次（第一次是行为实验，不需要写代码很有趣；第二次是写代码，不过是小组合作）

节课报告实在要求的内容有点多

两次实验，第一次实验挺有趣，第二次实验给定数据集，对没有机器学习基础的学生不太友好 两次作业，自己摸索，答案不太好找 最后结课的大作业，需要组队按照指定格式写一篇20页以上的综述

出分了：给分一般

一门合格的研究生选修课。如果想听课，老师讲得挺有趣的。如果不想听课，也不点名。

没有考试，今年的成绩组成：20% 实验一（社交博弈） + 40% 实验二（社交行为建模） + 40% 实验三（社会网络+大模型），都是组队完成，最多8人一组。最后给分很好。

其中实验一和实验三类似于小游戏，做完写写报告就可以。实验二需要写代码，稍微麻烦一点，但好像是祖传的投票预测实验。

这门课有两次作业，两次实验，一个文献综述。总体来说事情比较多，实验二还需要上台汇报，需要花费不少精力。最后给分一般。

慎选！！！！！！！

徐老师讲课风格一如既往的有趣，上过的都知道

两次作业，不难自己看书就行，网上也有答案

一次行为学实验（？），上课玩游戏回去写动机用课堂知识分析一下就完事

一次代码实验，给了数据集，自定题目（推荐了一些方向）自己评价，总之就是不搞军备竞赛，最后一周按组做pre报告

一篇综述，6人不少于25页40篇参考文献

除了作业都是小组完成，我们分工三人写综述三人码代码就完事，实验报告写好了分数不会差：）

十周结课对期末也友好一些，不用期末同时赶ddl，给分也很好

“此课若彩虹，遇上方知有”

10分，浅讲几点。

考核方面是没有考试，2次作业+2次lab+1个综述，lab和综述都是以小组完成的，整体来说工作量不大。

1.上课氛围轻松，老师不点名。社会计算说实话和大多数人研究方向不太相同，但因为徐老师的准备充分和精巧的课程安排，你会发现很多内容都很有趣有梗，加上xt老师自己也比较年轻和同学们都比较合得来，所以听起来还是非常轻松愉快的。（但由于老师人太好从不点名，一忍不住就旷课了

2.课程设计很舒服，讲理论的课没几节就来一个实验课，所谓实验课就是带大家玩游戏 认真做实验！做完了还可以提前走，事后补上一个实验报告即可。整体来说只有实验二难度略大一些，需要建模，我们组是图省事复现了徐老师的论文套模型，最终效果虽然差强人意但还算全面。此外有的课会变成讲座，一般是徐老师请一些研究方向类似的大牛过来做一个分享，总之很轻松，还能学到一些前沿知识。

3.给分好，我身边的似乎都给分很好，我平时上课也没咋听，甚至没去。 但作业都认真的完成了，lab和综述也和组员一起讨论了不少次，最后给了很不错的分数。这门课的作业网上基本上查不到答案，可能还是方向有点偏，但老师比较"用心良苦"的选择了一些很容易做的题，虽然说很容易做，但也需要你大概浏览下教材的相关内容，要对其中主干部分有所了解才能写的好，有时候写完作业自己甚至感觉，对社交网络的一些性质和理论燃起了兴趣。总之觉得还是很有收获，算是个人觉得研究生阶段上的很舒服的一节课了，短小精悍。