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 |
郑志刚老师的《模式识别导论》课程内容较少,PPT混乱且存在笔误,讲课基本照读PPT。部分学生认为课程不太能提供实质性的学习帮助。
课程平时作业仅有三个实验,主题包括感知器算法、k-means聚类、人脸识别等,较为轻松。一些学生觉得实验题目啰嗦不清,但有学生认为人脸识别实验有趣。
考试开卷,题目基本出自PPT和历年题库,很少有新题,考生重点复习PPT即可。黑心书店的复习资料部分有用,考前突击复习一天足以应付考试。
给分总体较好,不点名,不调分,大三学生给分较为优待。大四学生因要准备考研,课程安排较松,整学期无小测。
上课体验普遍较差,课堂出勤率低。PPT视觉效果不佳且内容较单一,老师上课态度被指消极。
课程总体简单,适合想轻松拿学分的学生,但真正想学到更多知识的学生或许需要自学补充材料。课程实践性较强但理论性较弱。
上课没怎么听,所以不评价上课的内容。只觉得PPT好丑好丑,标题格式太不统一了。。。
这里分享汪增福老先生的《模式识别》课程主页,PPT好看多了,但跟这门课有一点不一样:http://home.ustc.edu.cn/~hizhangp/pr/
老师不点名,因为有大四要考研的同学。平时没有作业,只有临到期末布置3个实验:https://github.com/yxli2123/pattern-recognition-experiments
考试真的就看PPT呗。实践证明,复习只需要一天。
大四的专业选修课,这一届不和大三在一个课堂了,所以到课率堪忧,整个104教室估计就十几个人,但是老师也说了,不点名,没作业,没小测,到课看自愿。
这课是在考研之后考并且全开卷,特别适合考研学生。
黑心书店的复习资料个人感觉没什么用,那是研究生用的资料,和本科ppt上的内容有出入。
卧槽,居然上90了,应该没有挂的,你永远可以相信zzg
人工智能专业大三课。
本学期大作业第三个改成了特征脸人脸识别了,其余没有变化,作业比较轻松。
人脸识别这个作业挺有趣的,算是AI入门的一个小项目吧。
讲课比较水,就是念PPT,索然无味。偶尔会听课,但是还是自己看更容易理解。
期末考试考的很简单,开卷,完全是PPT上的例题,简单改一下数据,所以一定要打印PPT呀!
至于收获,复习的时候还是学到一些知识的。
(感觉这门课的助教很轻松,作业少,大家也没什么问题)
给分是卡了优秀率,估计题太简单大家都考的好吧,,,
2学分,作业就三个实验,考试开卷
三个实验分别是
课程内容比较少,考试开卷。作业也只有三道编程题。当时有一部分没有复习到,考场现学现卖...考试有一部分是黑心书店的题目,考了一道设计识别一张信封中邮编是什么的大题,PPT里有高度相似的。给分很好,但学到的东西emmmmm
上课烂,没作业,大作业水,考试题与黑心书店往年试卷重合度极高。基本考前对着PPT自学就完事了,反正也是开卷考试(PPT质量也不敢恭维)
不过似乎对大三的同学给分还挺不错的
老师讲课水平一般,而且态度比较消极,不太认真。ppt做的字体不统一,也很不好看。一学期的作业是三个实验题,题目啰里啰嗦说不清楚,而且还有很多沿袭了多年的笔误。考试题目出的云里雾里且多年高度相似,最后给分还不错(特别是给大三同学)
水学分好课,上课也不知道讲的啥,从来没听过也不点名。三个月就期末考试结课了。
内容 不记得是5章还是6章ppt了,内容不多,不过ppt很混乱,推荐上网下教材作者汪增福老师的ppt进行学习
上课 念ppt,不点名,学期末一堂课只有十几个人去
作业 一学期只有一个大作业,c语言不超过50行,python不超过10行,可以认为几乎没有作业
考试 考前可以去黑超买到历年题库,基本没有新题,剩下的还是ppt原题
给分 我是全班第一个交卷,提前交的 自认为很简单,全都写出来了 总评给了85,不知为何
讲课就是念ppt,作业只留过一次写感知器算法,建议把ppt打印出来,然后上课来不来无所谓了,考试全开卷,西区超市甚至能买到题库,因为开卷就很简单了,所以也不会调分,这学期卷面80 作业20。
大三AI班必修课,出勤率主要靠大三。考试开卷,如果平时不听课需要花几天把PPT过一遍(并且标记重点,因为PPT实在是太多了)刷刷书店和网络上的题库,大概就差不多了。给分给大三的还不错。
课程本身对人工智能的学习基本没什么帮助。
讲课的时候云里雾里,ppt做的也一般,最关键的是不给调分,也没有查卷的机会 反正就是感受很不好就是了