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 |
《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。
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。
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。
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。。
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。