2024春助教（之一），也是2023春学生。先占个坑。

今年的授课内容和作业框架跟去年应该基本上是一致的（subject to change），但是会有一些小调整。作业方面，助教会出题重写一部分内容，希望能给同学们带来更好的体验吧。（至少我负责的部分会尝试减少理解难度，以及尽力让对应部分的知识点呈现得更加系统？我个人觉得去年英文作业原稿知识点呈现得太散了，所以可能会有不好的体验）

以上。后续（如果有的话）等课程开始了再慢慢加上吧。课程评分评7分是为了不影响原有的分数，以免带来较大偏差。

这门课是大数据学院新开的一门AI课，总体课程结构模仿Stanford的CS221，包括搜索、MDP、贝叶斯网络等经典AI算法和一些前沿的简介，相比于隔壁的人工智能基础课，去掉了大数据培养方案后面会学习的ML，DL等内容。

上课部分

王翔老师负责前半部分，上课用的ppt就是CS221的slides翻译版，不过讲课逻辑比较清晰；

冯福利老师负责后半部分，讲课基本上是概论性质的，基本没听(x)

作业部分

总共有四次作业，前三次是照搬的CS221的搜索(Route)，MDP(BlackJack)，贝叶斯网络(Car- Tracking)，第四次作业是助教原创的关于推荐系统的。

作业主要是代码填空和一些公式推导，代码量不大但对代码阅读要求较高，最后一次实验还涉及到阅读论文和实现论文中的算法。

作业任务量还是比较大的，不过Stanford的学生居然每周一次作业，还有两次exam和一次project，差距太大啦（也许是因为他们没lzwl等课浪费时间？）

不过写点评的时候我才发现没写过作业的知识点都忘完了，平时作业也关注细节而非知识的整体结构， ~~没有一次复习来整理，这不速速给下一届的安排一次考试~~

最大的感受是，斯坦福大学的学生太强了，这种作业一周一次可还行。

还有就是感觉，上课讲的应该更细致一些，实验总是代码阅读与填空个人感觉比较难的。

更新一下，前几次实验是借鉴的斯坦福的实验，所以用英文描述。后面几次听说是自创实验，为什么还要用英文啊。