| 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:人工智能与数据科学学院 |
| 课程层次:专业基础 | 学分:4.0 |
由于学校想开设一门“人工智能”主题的全校通修课程,这门课就是学校在决定在哪个学期开设前在少年班学院的试点。
这门课由理论课和实验课两部分组成。理论课部分暂时还没有讲义(不过之后开设时会有),PPT 见课程主页链接。实验课部分主要是“大实验n选1”。
2025年春这门课第一次开设时的考核形式为:若干次书面平时小作业+实验课小作业+实验课大作业+笔试闭卷
《人工智能数学原理与算法》课程旨在通过系统讲授人工智能相关的数学原理和算法,为学生提供深入的技术基础。有评论认为此课程作为一门选修课,能够提供“系统深入”地了解人工智能的机会,给予学生相应的官方背书和学习证明。该课程覆盖的内容包括反向传播、初始化、图神经网络、循环神经网络、注意力机制和强化学习等。然而,由于课时限制与数学基础的不足,有部分内容未能详尽覆盖。
课程设置了多项实验,其中前四个Python实验较为简单,两项公共实验在助教的框架下亦较易完成。大实验则鼓励学生自主探索更为复杂的模型,如“GNN分子图分类”。实验内容与理论课程存在一定脱节,如部分调用的包没有在理论课中提及。尽管如此,助教,尤其是章馨月和杨程,给予了负责和耐心的支持。
考试重点在于数学推导,包括注意力机制的手算,部分学生表示难以理解其意义。24级春季优秀率达到80%+,但评论中对这一优秀率的合理性存有争议,担心这种调整会被改变。然而有学生通过“一天突击”获得了高分,指出只需认真准备模拟题即可。给分标准在全校范围内的波动引发公平性争论。
课程设为大二的通修课引发争议。有意见认为,鉴于该课的复杂性,非相关专业的学生若将其视为强工具课而非研究学科,无需深究原理。还有观点指出,将人工智能课设为通修忽视了学生的课业压力,建议作为选修课更为合理,以激励学生将AI运用于其本专业。
课程设计与实施得到了师生的认真投入与支持,但作为通修课程,在定位与学生需求匹配上还有进一步探讨的空间。整体来讲,该课程为对AI感兴趣的学生提供了大量资源和学习机会,但其通修性质可能需要重新审视。
26.1.21最新战报:
还是JWC有办法👍👍👍高明,睿智
取消了一个B班,把师资向A班倾斜,原来的此班同学被迫重新选课

https://www.teach.ustc.edu.cn/notice/notice-teaching/19797.html
26.1.12下午最新战报:jwc在缺老师的情况下坚持为这门课置课(防止造成歧义),意志坚定👍👍👍(此班级为地物&地化置课)

https://www.teach.ustc.edu.cn/?s=%E6%98%A5%E5%AD%A3%E5%AD%A6%E6%9C%9F%E6%9C%AC%E7%A7%91%E7%94%9F%E9%80%89%E8%AF%BE
JWC创造自2016年以来,最晚选课通知记录(已出)
原因:
https://icourse.club/course/25135/#review-96116
