2023秋 课程号：01020801
- 课程难度：中等
- 作业多少：中等
- 给分好坏：一般
- 收获大小：没有
| 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 |
- 课程难度：中等
- 作业多少：很少
- 给分好坏：一般
- 收获大小：没有
- 难度：中等
- 作业：很少
- 给分：一般
- 收获：没有
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。
- 课程难度：困难
- 作业多少：很多
- 给分好坏：一般
- 收获大小：没有
- 难度：困难
- 作业：很多
- 给分：一般
- 收获：没有
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😭
