| 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:通修 | 学分:3.0 |
本课程分为40学时理论课和40学时实验课。
理论课:
B系列比A系列少讲了强化学习,只提了一嘴,本质上感觉是机器学习基础基础(没有多打两个字)。整个课程学习本质上都偏介绍,由于是闭卷考试,导致要是复习的话约等于要把整本书硬背下来(个人感觉从逻辑上看甚至不如原子物理B()。本学期只有工院开了这个课,个人是先修的这门课程,也许每个学院的授课风格会不太一样,这门课授课跟“数学原理”关系不大,只有很少的地方涉及到了,大多数都直接skip了。课堂上几乎没啥人听课,(这个课听的是真的太困了,绝对是个人听过的课里面有史以来最困的。)课本和ppt上有很多错误或者很神秘的地方,如果不听课的话想正经“学习”感觉很困难,以及课本基本没有可读性。理论课作业相当之少,只有几次有计算题。
理论课如果想要自学,建议搭配ai使用,把ppt扔给ai,让它帮你总结提炼整理,然后对照着看。
但是相比之下理论课已经很好了。
实验课:
本学期两个工院课堂合并上同一个节实验课,每节实验课都有签到。说是要教学python,实际上感觉极其混乱。首先这个创建环境下载库什么的,真的一定要在课堂上搞吗,这学期应该至少有两节课都只进行了这一件事。其次,ustc大一上的程设是基于C语言的,本课程大约是花了四次课就结束了python教学,我不知道是否有人能真的通过这四节课学会如何使用python编写程序。
还有一件相当之幽默的事情,本人的室友这学期选修了“Python科学计算”这门课,我拿实验课作业去问我室友的时候,惊人地发现这个实验课的ppt跟Python科学计算这门课的ppt重合度是99%,唯一不同的地方是把每一页ppt右上角的“Python科学计算”换成了“人工智能数学原理与算法”。此外,课程到中后期让同学们完成反向传播、神经网络和一个3选1课题的大作业(好像还有几次别的,但是都相对简单),每一个内容都相当之冗长,对本人来说不借助ai的力量可能不知道要写多久。以及每节课的作业文档里面经常会自带一些问题,导致瞎折腾半天。
后期实验课变得更离谱了,变成读30min的ppt然后就直接下课了?这种操作本人表示不理解。
本课堂的助教们人都相当之好,有各种问题都会帮忙解决。但是唯一一次的习题课只持续了15分钟,导致本人迟到了一会,到了之后发现直接解散了。
成绩方面:
实验课40%,理论课60%。
截至2026年2月10日,仍未出分(跟大物一桌)。大作业原定ddl是1月19日,助教在1月29日仍然在催促同学们提交大作业。虽然我知道本意是为了不一次性挂太多人,但是效率未免太低下了,如果可以宽松这么久你不如把ddl放晚一点,这样我不用在期末周还要折腾大作业。
考试方面今年是10道要说明理由的判断,加上五个计算题。如果你真的认真听课了(或者考前把整本书都背下来)那应该是没有不会做的,都是简单的概念和应用。
建议想把这门课混过去的同学早点选课,目前课程整体还比较摆烂,到后期可能没有这么容易了。