人工智能导论(於俊) 2024秋 2023秋  课程号:21070702
2024秋 2023秋  课程号:21070702
5.7(6人评价)
5.7(6人评价)
  • 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:计划内与自由选修 教学类型:理论课
课程类别:本科计划内课程 开课单位:信息科学技术学院
课程层次:专业核心   学分:3.0
课程主页:暂无(如果你知道,劳烦告诉我们!)
AI 总结 AI 总结为根据点评内容自动生成,仅供参考

课程内容与难度

《人工智能导论》课程由於俊老师主讲,主要内容涵盖搜索、知识表示、数理逻辑、以及机器学习(如决策树、支持向量机、神经网络和强化学习)。课程为导论性质,内容繁杂但不深度,整体难度适中。

教学方式

上课遵循教材,内容依赖PPT,耗时较长但较为枯燥。部分学生反映课程讲解速度快,不过PPT较为详尽,适合课后自学。教学过程中不点名,无小测,作业和实验任务少且不复杂。

考试与给分

课程考试内容以划定的范围为主,偏重基础,考试题目多与作业内容相似,难度不高。给分总体较好,优秀率高,许多同学反映即使未充分复习也能获得好成绩。

作业与实验

作业和实验任务要求不严格,涉及内容较少,助教态度友好。尽管作业说明可能不够详细,但总体负担轻,合适的完成度即可获得不错的成绩。有参考资料可供查阅。

排序 学期

评分 评分 6条点评

匿名用户 2023秋
  • 课程难度:困难
  • 作业多少:很多
  • 给分好坏:杀手
  • 收获大小:没有
  • 难度:困难
  • 作业:很多
  • 给分:杀手
  • 收获:没有

无话可说,泄愤,。。。。。。

1 0 复制链接
匿名用户 2023秋
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:超好
  • 收获:一般

好像整个班考的都不好 希望老师狠狠奶一口 给分好点这门课真的没有那么不堪 (毕竟事情真的很少)

1.26 你批完卷子十几天了你倒是出分啊。。。

2.2 就别的不说,作业两次,实验两次也都不难,不点名,事情非常少,虽然作业要求和实验要求说的不清楚,但是收作业的时候也没去刻意的扣分什么的,而且ddl巨长压力很小,助教对作业要求也不严,人也好说话。虽然画的考试范围和出的题有点偏离,但是给分真的奶,所以无伤大雅 可能唯一的缺点就是课上讲的太快,但是自己看ppt学问题也不大的捏。 反正,我感觉体验还是不错的。。

(最后修改于 1 1 复制链接
Vege-xk优秀率给满的,不用急。
立即登录,说说你的看法
匿名用户 2024秋
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:中等
  • 作业:中等
  • 给分:一般
  • 收获:一般
(最后修改于 0 0 复制链接
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:没有
  • 难度:简单
  • 作业:很少
  • 给分:超好
  • 收获:没有

讲课依托答辩,这门课是开给自动化专业的水课,AI和网安都可以选。老师在水,讲课没什么激情,倒是做了几百页的PPT在哪里枯燥无味地讲,PPT做的也是很答辩。课上按照吴飞的那本教材来讲的,作业和实验都是上面的内容, 这一点和AI班就不一样了。

课上讲了一大堆东西,从搜索到知识表示和数理逻辑,再到监督学习也就是常用的机器学习算法(决策树、支持向量机、神经网络等等),最后还有强化学习。这些东西要想全学明白是很难的,所以这门课也不会这么为难学生,毕竟这门课主要是开给自动化的,自动化专业的同学了解了解就好了。

最后考试直接划范围,结果都是很简单的东西,要么就是作业题里的东西。机器学习算法就考一个决策树,甚至连支持向量机这样的都没考。挺合理的,反正随便整整就行了,也别搞太难。

给分好,毕竟自己讲的烂给分还不好的话早就被攻陷了。一学期没上课,作业实验都是抄的,考前就看了一下决策树怎么算、逻辑推理的归结证明、记了几个公式,最后90,马马虎虎。

0 0 复制链接
匿名用户 2023秋
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:简单
  • 作业:很少
  • 给分:超好
  • 收获:一般

上课不点名无小测,作业实验基本交就行 考前划重点以及安排助教讲复习课 正如老师本人所言,作为一门导论课,其中的许多章节都是我们日后要上的独立的另一门课,因此对掌握程度也要求不高,上课讲了许多最后给出的考察范围却只有寥寥几个知识点,所谓的考作业内容不算超纲,我是一点没复习全凭印象 最后给分不错,优秀率给满

0 0 复制链接

於俊

教师主页: 暂无

其他老师的「人工智能导论」课

王子磊, 查正军, 熊志伟 6.4 (17) 2024秋 2023秋...
郑志刚 5.5 (16) 2022春 2021春...
陈晓辉, 秦晓卫 4.6 (7) 2024秋 2023秋
郑烇 2004春 2003春...
黄鲁 2002秋

於俊老师的其他课

图像测量技术 8.8 (6) 2024秋 2023秋...
计算机程序设计A 8.3 (6) 2021秋
模式识别导论A 8.3 (7) 2024春 2023春
数据结构及其算法 8.0 (1) 2024秋
模式识别导论 6.7 (7) 2024春 2023春
数据结构及其算法 3.2 (5) 2023秋 2022秋
数字逻辑电路 2.4 (20) 2024秋 2023秋...