这门课是地球物理专业的专业选修课，培养计划建议在大四上学期选。但本人大二提前上了这门课（咨询了伍老师是否合适并得到肯定答复）。

前半学期李泽峰老师讲，后半学期伍新明老师讲。介绍了k-means均值聚类、PCA、支持向量机、决策树、CNN、attention等比较重要的机器学习算法原理、以及一些在地球物理领域的应用（比如老师自己做的断层识别），但在介绍原理的部分两位老师略显重复？

课程内含两次小作业和一次大作业。两次小作业分别是下载地震数据绘制波形图/频谱图；下载地震/爆破数据，调用现成模型做震相拾取、k均值聚类区分。每次可以ddl一个月左右（第二次作业不会做，做出一半左右）。大作业是搓一个地震信号三分类的神经网络，助教在一节课上帮大家配置环境（安装pytorch、cuda），并提供数据集和一个能用的模型（准确率70%左右）。大作业可以做一个寒假，最后在kaggle上提交你的分类结果，并交模型的技术报告。最后大家的分类准确率都有90%+，本人的94%，排名中后，一些细节可查看https://www.kaggle.com/competitions/final-project-of-ustc-geo-ai-25/submissions。如果感兴趣，大作业认真做的话真的能学到很多东西。

无点名、有一次提前通知的小测，给出一个神经网络图并手动计算梯度、参数更新值，不难。

这门课不涉及连续介质力学/地震学等专业课知识，只需要大一多元函数微积分、线性代数的数学知识和一些python编程经验就能学明白。很适合对机器学习感兴趣的小登们来玩/刷绩点！

最后喜提4.0，很满意了。

这学期李泽峰老师讲讲机器学习，伍新明老师讲深度学习，都是基础的理论。

18周有个小考试，考深度学习的基本知识，比如算梯度算cnn参数之类的。

大作业可以做一个寒假。

挺水的，补选修学分的大四人开心，提前选的大三人开心，伍老师开心，过来卷GPA的艾滋人也开心，其乐融融。

听课还是听不懂，不管是数理基础课还是这种专业课，听完还难受，以后再也不听课了。

这门课可能并没有本届的另一位同学讲的那么好，作业认真写了，每节课都来，考试也认真考也未必能拿到高绩点。本人以上的几点都做到了，但是绩点只有1.3，可能是考试考的不大好吧。。。但老师大概绝不是那种愿意多给分的老师，老师明确说了会根据每个同学对课堂的参与度来给平时分，如果你上课一直划水，即使你每节课都来也不会给你高分。另外这课明明说了没有考试但学期末还是占用了一节课来考试，美其名曰“期末小测验”，你搞期末考试的话就该在选课的时候把有考试写进去啊？这不是把学生骗进来杀嘛。。。平时作业没有，这倒是好事。老师会在课堂上找人回答问题（大忌，学生可以主动提问题，老师找人回答问题会让部分同学不爽）。期末大作业就跑代码，虽然可以花一个寒假跑代码，但实际上谁会花那么多时间呢？最多花两三天跑跑然后提交结果完事，除非真的有兴趣而且还闲才会大量花时间。

这门课有许多翘课或者迟到的同学，可见想摆烂的同学不在少数，而老师似乎也很明显的想针对这些同学，同时老师也不愿意多给分，这从老师教的另一门课也可以看出来，这门课的内容还是不错的，想学点跟人工智能有关知识的大四同学可以选，还能混3学分，但是大三同学慎选，因为想拿高分你就必须得卷