选课类别:计划 | 教学类型:理论课 |
课程类别:本科计划内课程 | 开课单位:自动化系 |
课程层次:专业选修 | 学分:2.0 |
课程质量(20%):4分
教学质量(40%):9分
助教辅导(20%):9分
给分好坏(20%):7分
加权平均:7.2分 → 评价:7分
没有一分是给这门课的,全靠老师和助教捞了这门课。
首先,这门课是毫无疑问的我从开学以来上过的最答辩的一门课,没有之一,量子信息技术与此相比也只能说是甘拜下风。我实在不理解对于量子信息英才班的同学,这门课有什么绝对的必要性。如果他作为专业选修,那将是绝杀,我选了是我愿意,或许会给到很好的分数。可惜他是必修,那这门课就是一坨。
作为一门导论课,他确实很好的完成了导论课的使命,那就是只有导论没有任何实际的帮助。我甚至期末复习神经网络一部分内容的时候,看PPT给我看恶心了,最后兜兜转转靠同学推荐看到了google的一个机器学习的课程Machine Learning | Google for Developers,花了半天把这个过了一遍,对机器学习非常快的有了一个大概的了解和认识。没有实践的课程,仿佛纸上谈兵,真是让我没有任何学习的动力。
量子信息英才班的同学,大多数是去搞量信的。我并非说,计算机类的课程不应该出现在我们的班级里,但我更倾向于实用化的编程练习课,比如如果这门课是教我们怎么搭建神经网络,怎么训练,怎么使用TensorFlow,那我也会对这门课相对认可。导论课大多数时候的效果是适得其反,我本身对人工智能机器学习还挺感兴趣的,但上完这门课疑似消磨了我对其的那一丝丝兴趣。当然这很可能是我的问题。
老师很好,助教很好,真的。PPT其实准备的很认真,但受限于课程设计,这门课注定不会有多么美好。
总之及格了,对于只复习了两三天的我来说也凑合了,完全能够接受。就这样。
老师人很好,上课水平不错,助教很善良。给分应该可以的,至于这门课嘛那当然是请文明用语的。 就是我太菜了😭
教师主页: 暂无