0711 UPDATE (暂时置顶)

还是先让大家有个心理准备吧：尽管助教在努力让分数不要被调得太低，老师也应该在想办法把优秀率调整到 40% 以上；但最后的成绩仍可能让不少同学（尤其是自己认真做了作业的同学）觉得失望。批改作业时，我的确看到了大家的努力、进步与收获；能一路坚持下来，完整地完成每一次作业并最终做出一个项目，本身就已经很厉害了，真的可以给自己点个赞👍。受到教务处优秀率硬性限制，我们无法完全按第一节课时预设的比例来给分，难免会有同学觉得分数和付出不匹配🥺，在此先说一声抱歉——我们已经在尽力让成绩看起来别那么扎心了，希望后续学期的助教可以思考一下更合理的作业布置和评分方式。也希望大家把注意力放在这门课带来的收获与成长上，不要因为一个分数否定自己。最后祝大家学有所成，假期快乐！🎉

是24SP学生+25SP助教

这门课最显著的特征之一应该就是代码阅读量大了，每一个课程实验都是一个完整的、有意思的小项目，做完应该会很有成就感。和其它 “经典数据集/经典算法=完结撒花” 的课程实验不太一样，用24SP助教的话来说，我们并不是要大家重复造车轮，去默写经典的算法（这里点名表扬Dijkstra，在数据结构、算法、运筹、计网里真是见一次就得默写一次，无论是用笔还是键盘）。这门课更加侧重如何把这些算法用在现实的问题当中，大家做完HW1后应该就会知道这是什么意思了。据说往年HW1发布后会退课很多人，希望今年大家可以尽量坚持下来（往年的学长们很多也都是从完全不会Python、没有写过项目开始接触这门课的，但最终都做得不错，大家相信自己一定可以的💪，今年HW1在实验难度整体不变的情况下加入了代码理解的部分，目的也是给出一些阅读代码的方法论，减缓学习曲线），相信大家在上完这门课之后代码能力一定会提高不少！

（另外，提醒一下，这毕竟是一门3学分的课，且没有考试，每次作业直接占总评20%，可想而知这门课每次的作业量肯定会比其他课程多，千万不要当ddl战士！！！）

π Day

今天！终于！把HW1发布了！

作业1传承自Stanford CS221的Route，今年终于换成科大（以及合肥）地图了🎉

（从去OpenStreetMap上修正科大地图一直到最后确定最终的题目花了我整整3周了😭，终于结束了。希望不会出现什么问题，出现问题也请大家直接联系我修正，轻点儿喷，谢谢大家了😭）

希望大家玩儿得开心！HAVE FUN！！！

04.11

HW1终于结束了！等把作业改完之后应该可以轻松一点了吧。最近4周几乎平均每天通过1.5个好友申请（列表+46），平均每天帮助debug2人次，累死辣。😮‍💨

刚刚看完了同学们交上来的作业反馈（看这个还是比改作业更有意思一点🤪），其中还是有一些对课程有价值的建议的，我之后会整理出来供后续改进。

在改作业的时候也看到了很多同学对课程和作业的吐槽，其中最主要的还是集中在代码阅读量大这一点上。去年同期我也是骂骂咧咧的，但当我后来当接触起AI领域的科研后发现，这个作业项目体量还挺正常的；想要复现并改进一篇新的论文，代码阅读量普遍都是比这次作业要大的。那么与其在正式开始科研的时候手足无措，不如在这门课程上就把这个能力锻炼起来（至少现在还有几乎全天候在线的助教）。

最后，也感谢各位同学的包容🙏，实验框架中间改过几次，可能一直到最后都还有部分问题。在后续评讲作业一的时候我会具体指出，也欢迎发现了框架问题（或不规范之处）的同学们在实验课的时候讨论。

剩下是一些碎碎念（04.11）：

刚刚看了一下源课程CS221 Spring25的网站，其实Stanford的同学们和大家几乎同时在做这一份作业（当然，题目有部分不一样，不过代码量几乎相同），并且他们的时间只有一周。

在和海外的顶尖高校对比之后可以发现，我们对于编程能力的培养的确有所欠缺，大家（网安和aids的同学）在张驰老师的的操作系统课上也可以感受到这一点（那门课用的是MIT的实验）。不过当然，这个问题有多方面的原因。例如，编程基础（除了部分省份以外，绝大多数同学可能在大学前都没接触过编程），师生比（CS221在23fall有445人注册的情况下配置了2名老师22名助教，师生比是我们的近2倍）等等。

其实希望降低作业难度的声音去年就有了，我们助教之间也讨论过，但是今年我设计作业的时候还是没有降低难度（毕竟Stanford也没降啊），因为我觉得这样对同学们不公平，降低难度就好像是在逃避问题，但这些问题以后在科研又或是生产中是一定会暴露出来的。遇到问题我们不应该逃避，而应该想怎么解决。为此，今年我们今年也新加了带大家配环境的HW0、帮助大家读代码的HW1 Section0和若干次实验课，希望对解决问题有所帮助。（尽管根据反馈，帮助幅度好像不够）我们之后也会持续改进，希望这门课越来越好！💪

20250724

成绩早提交，申请突破优秀率限制需要走审批流程，匿名的同学不要急ヽ（≧□≦）ノ

如李助教所言，助教和老师已经在尽力让大家都有好的成绩，总有人高有人低，无论如何，真心希望同学们有所收获。这是对标CS221的第二年，也许第三年可以优化考核方式，尽量避免99分100分的HW扎堆

助教保研面试中……

20250629

度过期末月之后，又改了差不多一半作业，大家真的很厉害，欢迎大家下学期申请王老师的助教！

目前看到对HW3的建议：代码注释再详细一点、题意描述再准确一点、增加算法收敛性的证明、增加概率分布可视化（如热力图等）

因为自己有很多大作业+Project布置的早，一节关于调参和检查点的习题课我没有上，暑期我会完善并发到课程群，在此表示歉意！

20250528

自己出的题果然大翻车, 中文读起来有歧义, 代码细节也有错, 大家好厉害 😭

不过自认为比去年的抽象证明好一些……我给分很宽松的大家不要diss我 

20250327

也是24sp学生 + 25sp助教，正在编后面的HWx，希望能做的有趣一点

要上习题课了才知道符号数学是不可不品尝的一环😭 有什么讲得不对的地方请大家指正😭

催催大家写HW1！代码阅读量还是不小的！Latex也是要学的！

20240830

扣一分给 拖了一整个暑假没出分 & 原理性的东西过多而且不太透彻，鄙人实在是不喜欢符号数学（也许是课堂内容过多吧，这门课实际上是导论性质的），其他满分。

特别感谢邮件秒回的王翔老师、两位实力强负责任的助教。今年的实验进行了很大的变革，较为贴近 Standford CS 221，新手友好，同时还能学到东西，包括但不限于自己写一个智能 Agent、Python 语法、Latex 语法（误），希望后面这门课也能越来越好。

想打8.5分的，但是评课社区不支持，只能酱紫了

出分了，感觉也许不是卡寄，而是分档之后每一档取最高分给？不管怎么样还是不错了

非常感谢三位助教学长/学姐    感觉实验的内容做的真的很用心，质量很好，如果认真做的话会有非常好的收获。

另外大作业任务量确实不小，大家能组队就组吧。我因为比较懒没有找队友所以就solo了大作业，还是挺累的QAQ。我的实力其实很弱，班里大佬云集，大家的实力比我是强上许多的；但是我依然在这个课程里有着不小的收获，P人的属性有时候反而会逼着我去适应和进步。比如因为overleaf改中文很麻烦，我寻思直接用英文写论文吧，虽然我英语水平不行，但起码也得到了很好的锻炼；没有队友的协助反而要求我必须去亲自了解分析，试验到学术写作的全过程，没有摆烂的余地，帮助我很好的提升了自己的能力，诸如此类。希望和我一样水平较弱的学生可以也拥有这样的心态，不必比别人强在哪里，我们只要走在努力的路上，就是自己的成功！

另，贴上我在大作业末尾的小作文。也许有些思想和感悟是比我们所学到的知识更加重要的 祝大家都可以在未来的生涯中取得成功！☺️

脱粉回踩😡

原始分90 实际得分84 what can I say

开学评课，先给个八分观望一下。

似乎这门课的形式是wx和hxn两位老师每周轮换，应该没有人会怀疑这二位老师的能力，所以听不懂只能是我自己的问题了😭

但是第二周的节奏真的不算慢，至少作为初学者接触到这么多概念就有点懵懵的，可能在老师眼里这些是比较trival的。不过下课后助教找老师开通了回放权限，以及老师在群里推荐了几本参考书

今天(3.12)的习题课体验不太好，可能助教也是第一次（听说Jwc要求每周开一次习题课

分数构成：

• 作业（60%）：3 次，Search、RL、Bayes Net；
• 项目（40%）：每组 1~3 人，VAE；
• 附加（2%）：提出有信息量的建议；

课程主页，整体参照 Stanford CS221 课程，需要线性代数、数学分析、概率论、Python、\(\LaTeX\) 等基础。最终优秀率突破了 40%，给分大概按照构成下调 2~7 分左右。课程内容丰富，且没有考勤和考试，几位助教都非常负责，无论是想学东西还是想混 3 个学分，都是不错的选择。

这门课据说是在计科的 011119 人工智能基础 上改革的，降低了 ML、DL 的占比。未来可能会和 229003 机器学习概论 合并成 AI3002 人工智能与机器学习基础，目前这些课（还有 AI3001 机器学习A）不确定有没有什么替代关系……

听说今年是这门课的最后一舞了，有点点小遗憾，明年要和“机器学习概论”合并重组成“人工智能与机器学习基础”。

先占坑，出分完细评。

对于python和latex要求较高，本学期四次实验：搜索策略、 马尔科夫决策、 贝叶斯网络、 VAE 都是非常高质量的实验，认真做了收获都很大！！

原始分96，然后被调分，调成了94，有一点点点点小失望，但是，这个课还是非常不错的！我认为在申博面试的时候可以和老师聊很多这样的技术和我目前领域的一些交叉，通过这些项目，还可以聊得非常具体。总之收获特别特别大，在课程结束之后，我又参加了一个小比赛，也用到了VAE，最后拿了winner很开心。

大三老狗终于和GPA说再见了！

出分了喵…

总体来说体验很好。个人很喜欢这种，从数学原理开始，一步步推导我们要做什么，最后完成coding的作业设计。最后的大作业也体验了一把设计模型，调参炼丹的过程。

听说这门课之后被合并到另一门去了，有点莫名的小伤感呢…

老师讲的很好，我这种上课摸鱼的都学到了不少东西，很推荐认真听听

没有考试纯看平时作业，强烈建议大作业组队抱大腿

平时作业很有意思，虽然（个人认为）难度比较大，不过gpt老师能帮你解决很多问题，最后给分也不错，而且是两年来第一门要求用latex和git的课（虽然主要是pull作业），这点好评