2024春 课程号：00113901
- 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：理论实验课 |
| 课程类别：本科计划内课程 | 开课单位：数学科学学院 |
| 课程层次：专业核心 | 学分：3.0 |
Mathematical models describe a variety of real-world situations, providing unique information and insight. Systems that can benefit from modeling range from daily occurrences (e.g. optimizing campus parking) to highly complex interactions (e.g. predicting weather) to currently theoretical scenarios (e.g. computing the best vaccination or treatment strategy in case of bioterrorist attack).
Mathematical modeling is a mathematical tool for solving real world problems. In this course, students study a problem-solving process. They learn how to identify a problem, construct or select appropriate models, figure out what data needs to be collected, test the validity of a model, calculate solutions and implement the model. Emphasis lies on model construction in order to promote student creativity and demonstrate the link between theoretical mathematics and real world applications.
Throughout this semester, we study a variety of modeling types. Topics include proportionality models, fitting models to data, creating simulations, dimensional analysis, probabilistic modeling, optimization, and both discrete and continuous models. For day-to-day details, see the calendar pages of our class website.
Additionally, students work in small groups on a semester-long modeling project. Early-semester activities include discussions of possible project ideas, a workshop on technical writing, project proposals, and brief presentations in class. Later activities include individual group meetings, peer-reviewed rough drafts, and longer final presentations to the class.
教学水平
陈仁杰老师的讲课内容优质，但有评论认为作业与课堂内容关联不大，更多是基于附带的几篇论文。陈老师本人专业是图形学和几何建模，因此课程中图形学部分较多。总体来说，陈老师人很好，教学态度认真。
课程内容
课程名称虽为《数学建模》，但内容偏向图形学，不少作业要求复现图形学论文。有同学认为这有些偏离数学建模的初衷。另外，课程内容涉及的知识在其他课程中已有重复，导致部分同学兴趣不大。
考试与作业
课程包括四次平时作业和一次大作业，任务量适中。尽管平时作业不点名，但更注重报告的撰写能力。作业评分标准不够透明，建议在课程开始时公开评分标准和作业示例。部分学生认为作业评分随意，但助教后期有改进，定期公布得分分布。
给分
总体给分较好，报告写得认真基本都能取得高分，不过评分标准不明确，有时助教打分较随意。总评可能受到线下回答问题等因素影响，并且有传言称这些同学总评会有加分。尽管有些评分细节模糊，但总体给分是好评。
总结
课程总体评价较高，但需要改进作业评分透明度和内容有关的沟通。课程适合对图形学有兴趣的同学，建议完善实验文档和评分标准的公开，以提升教学体验。
- 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
听说周五下午给线下回答问题同学总评+5？尊嘟假嘟？
- 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
课程还行
助教老师都还行
任务量什么的也都适中
上课不点名也都是好评
唯一不理解的点为什么这么门课叫数学建模，夹带私货略有点多，复现图形学论文私以为不适合作为数学建模的内容，别人都已经给你做好了，只需要自己实现算法，重心有点跑偏。。。
ps：你杠就是你对
- 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
课其实还是挺好的
总之还是建议公布每次作业成绩，不然最后要是有同学不同意总评分，会很麻烦
且建议下学期在一开始就公布评分标准，不能前一天还“只是小作业，有很多高分满分，不建议卷”，过两天就“多点对比，多点扩展能拿高分”
该说不说，评分标准还是挺细致的，早点说就更好了
3月23日: 助教又说会公开成绩，评分++
给助教的回复:
不得不说助教的精神状态是真的稳定
就第一次作业来说，其实有的同学(比如我😂)之前也没接触过数学建模，MATLAB图像相关的功能也没使用过，最短路径都是那几天现学现编的函数，辛辛苦苦干了两三天，debug就更别提了，再加上图形学今年的作业真的多，好不容易看到比较简短的作业自然没什么想法去拓展
至于评分标准，助教可以在第一节课就提示下前一两年的评分标准和作业示例，鉴于今年貌似是陈老师第一次带数学建模，表示可以理解
最后谢谢助教的耐心回复
6日11日
写大作业前几天MATLAB被禁了，勉强用北太天元写了写，感觉还是MATLAB好用
出分了，助教给的大作业和平时分都比较高，我的几次作业平均下来分数在90到92
但是
无所谓，教务处会出手
- 课程难度：简单
- 作业多少：中等
- 给分好坏：超好
- 收获大小：没有
- 难度：简单
- 作业：中等
- 给分：超好
- 收获：没有
给分这么好没有人来夸一波？
个人感觉这门课更多像是把之前学的知识过了一遍，新的东西不多。另外写报告的能力非常重要。还有给分很赞。
- 课程难度：中等
- 作业多少：中等
- 给分好坏：杀手
- 收获大小：很多
- 难度：中等
- 作业：中等
- 给分：杀手
- 收获：很多
事实上讲课内容还是很优质的，陈教授人也很好，不过作业跟上课讲的内容关联不是很大，主要靠老师附的几篇论文做。陈教授本人是做图形学、几何建模方向的，基本每个作业都有一个选项是图形学（夹带私货），总的算下来5次上机作业任务量中等（个人一次平时作业做一个周末差不多）。以及不点名，教室里人是真少啊。
主要还是很想说，为啥不公布评分标准？
考核就是一共4个平时作业+1个大作业
第1次作业是3月17ddl，3月23回复分数。就这一次讲了扣分的依据。
第2次作业是3月31ddl，4月24回复分数
剩下34次作业则是一起在6月7号回复分数，而大作业则是6月2号ddl 6月8号出分数。都没有公布评分标准。甚至连大作业占比都没说。
总让人感觉最后几个作业是几位助教赶着ddl草草给分的。
而且大作业是允许3人及以下组队的，似乎给分也并未考虑人数与工作量之间的关系（可能默认3个人可以带1个拖油瓶吧）
以及报告写的好不好对得分影响蛮大的。（可能是助教觉得上这门课的同学都是以参加建模竞赛为目的的，相应的要训练咱们写建模论文的能力。。。）
话说6月9号才更新了一次作业提交情况汇总，结果6月11号就出分了是什么情况？
最后，几个作业看着分数打的都挺高的，还是被教务处克制了吗（
upd:看到助教回复了，确实习题课都是有讲高分思路的，但对占绝大多数的非高分作业，我们难道不是更希望明确一下这些分扣在哪里了呢？比如我和同学做了同一个作业，我还比他多卷了几个功能，结果得分一样？反差就在这里，明明每次平时作业的分数都占比较大，但是给分却虚无缥缈，甚至还有相当一部分是在于卷写报告的因素（且不说后两次平时作业有没有评分标准），有点梦回大雾实验了。
当然这也算是这种作业考核类型课程的通病了，就当是疑似卡绩人发点小牢骚了。
- 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
为啥这个课评分这么低,之前说实验没有说明文档的你上课来听课了吗,不来听课就要文档你这不是daofantiangang,助教有一个确实有点问题,据说是随机数给分,后来两位助教重新算分了
这个课建议计算数学选,大数据就别来了,选其他课吧(如果不是必选课的话)
话说这个课不比隔壁深度学习这个课要好太多,不懂为什么评分这么低,建议选一下深度学习再来评课
- 课程难度：中等
- 作业多少：中等
- 给分好坏：超好
- 收获大小：没有
- 难度：中等
- 作业：中等
- 给分：超好
- 收获：没有
比较糟糕的上课体验，感觉这门课作为数学建模课有点过于强调图形学了，对问题的建模分析反而涉及得偏少…
另外不得不说糟糕的实验文档。平时小作业的实验文档就是几页ppt，外加几行字和与字八竿子打不着的几张图(一般是论文里边的图)。输入、输出、问题背景、要干什么、注意事项这些一个都没有说清楚（特别是与同一学期的深度学习导论相比）。尤其是那个大作业，每个选题的介绍就几行字，然后说参考书上的，但我真不知道怎么去参考…
作为一个已经开了不止一次的课来说实在难以理解…
作为上过这课的人，我一个最基本的建议是起码完善一下实验文档吧…起码显得认真一点，每个实验就几行字的介绍实在是让人摸不着头脑
助教很认真，人也很好，每次作业都把得分百分比统计出来了，组间给分分布不同甚至还退回去重改了，为助教+1分。
给分的话是比较好的，基本上每次实验认真写了就能拿4以上。还有老师能不能把实验文档改善一下啊，真的很令人绷不住啊。
- 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
这门课程给我的感觉是想教会学生如何完成一篇合格的建模论文，但大部分同学对数学建模其实没啥兴趣(身边统计学)，这导致这门课完全失去了意义，课程作业需要的知识大多在其他的课程里面都有，比如图形学。
- 课程难度：中等
- 作业多少：中等
- 给分好坏：超好
- 收获大小：一般
- 难度：中等
- 作业：中等
- 给分：超好
- 收获：一般
来拉一下分，事少给分好（只要报告好好写），大三学生的福音。比隔壁深度学习好太多了
