生物系统数学建模(刘海燕) 2024秋 2023秋 2022秋 2021秋 2020秋 2019秋 2018秋 2017秋 2016秋 2015秋 2014秋 2013秋 2012秋 2011秋 2010秋 2009秋 2008秋  课程号:00817801
2024秋 2023秋 2022秋 2021秋 2020秋 2019秋 2018秋 2017秋 2016秋 2015秋 2014秋 2013秋 2012秋 2011秋 2010秋 2009秋 2008秋  课程号:00817801
7.3(6人评价)
  • 课程难度:困难
  • 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:理论课
课程类别:本科计划内课程 开课单位:生命科学学院
课程层次:专业选修   学分:2.0
课程主页:暂无(如果你知道,劳烦告诉我们!)
AI 总结 AI 总结为根据点评内容自动生成,仅供参考

课程内容与教学方式

刘海燕老师的《生物系统数学建模》课程主要探讨生命科学中的数学和统计学方法,涉及动力系统、图论、最优化、神经网络等内容。课程重视模型和方法的应用,但因内容丰富且时间有限,无法深入讲解所有细节。部分学生反映课程上讲的数学内容对生命科学背景的学生略显艰深。因此,需自学补充。

作业与考核方式

课程考核由两次编程作业和一个期末项目组成,平时有点名。期末项目要求组队完成,需要展示和提交报告。项目内容多样,包括传统的动力系统建模和现代的机器学习应用。部分学生认为项目难度较高,应选择合理的课题。

给分情况

给分标准相对严格,一部分同学获得优秀,但整体优秀率似乎维持在满额。某些学生表示最终成绩由小组互评和老师评审共同决定,不透明度可能导致评分不一。

教学水平与建议

刘老师备课投入,讲解细致,但因课程内容涉及多种学科,可能对生物背景学生提供的数学教学不足。适合已有建模基础的学生,以及将来有意向投身于生物数学或生物统计领域的同学。建议选拔时考量个人兴趣和背景,并对项目课题做好准备。

排序 学期

评分 评分 6条点评

alansui 2019秋
  • 课程难度:困难
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:困难
  • 作业:中等
  • 给分:一般
  • 收获:一般

这一门课主要是介绍一些在生命科学中常用的数学模型与方法。考核形式是平时+3次上机作业(matlab)+final project。课程与生命科学本身关系不大,主要介绍的与之相关的数学与统计学方法,其中包括一些很高等的诸如动力系统、图论、统计计算、甚至数据科学方面的知识。由于时间有限,很多东西没法详细来讲,所以听起来难度还是很大的,大概只能听懂一些最基本的思想。所幸最后没有理论知识的考试,不然这门课的难度,应该是相当于诸多数学专业大课之荟萃了。好在要求不是特别高!不过最终的project还是要花一点功夫的,感觉大家都做的蛮好的。

这门课虽然系生命科学学院开设,但鉴于并不涉及过多生命科学的知识,故建议所有人都可以来选,尤其是致力于将来投身于biomathematics或者biostats等方向的人。不过好像在生院里选这门课的同学都是生院里的大佬,所以,压力还是有的。。。给分我也不知道好坏,不知道老师是不是照顾了一下外院的学生,给了我优秀,还挺感动的。。

不过再上学期贵院与医学部,开的BLS,最后的随机给分还是挺让人耿耿于怀的

4 0 复制链接
基泥 2024秋
  • 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

分数还没出,刚刚交了最后的报告,所以来开个坑。因为对于生院上到大三上的同学,突然就有了琳琅满目的选修课可以选择,可惜评课社区里生院专业课往往无人问津,导致很多人根本不知道这门课上什么东西,能学到什么,给分好不好,只能看着名字瞎选。这里我就聊一下我对这门课的看法,更详细的出了成绩再说🤗。

首先是刘海燕老师基本每节课准时7点50点名,因此冬天睡懒觉起不来的要好好考虑。然后平时作业就两次,简单到你拷打五分钟GPT就能完成,所以说这门课在前十几周你可以认为没有任何课程压力。那么期末项目就是1到3人为一组做一个大项目,最后会找一天(对,一整天)每个组pre半个小时然后打分,然后pre结束的几天内把报告交上去。(非常不巧的是我们pre时间和生信期末考时间连在一起,差点把我累死)

然后最重要的其中一点是选题,大概可以分成两种:一种是传统派动力系统古法炼丹,一般是基于一个通路或者网络抽象出一堆微分方程然后进行建模。还有一种是维新派新法炼丹使用机器学习深度学习等等研究诸如蛋白质设计之类的课题,可能要调用各种数据库。另一方面还可以分成两类,一类是论文复现,一类是纯手搓。各有优缺点,建议大家根据自己和队友的背景合理规划。(有大四的同学拿自己的毕设子课题或者一些工院外院大四老学长,确实是卷爆)

然后还有一个是评课社区曾经有学长说不要期望一个生院老师教的数学课能学到东西。我就是抱着评课社区这句话的刻板印象开始上的课,但是逐渐我感觉刘海燕老师自己对于各个细节的理解还是很到位的,毕竟长期致力于这个领域。但是这门课讲的东西太多了,从微分方程,动力系统,到神经网络人工智能的各个方法,每个细节要是想具体讲估计这门课得安排8个学分😂,所以对于生院壬来说某个细节想了解还得自己去学(或者自己做项目就会有很深入的理解了)

自己做的课题等出了分再分享😇


1月13号出分更新:给分一般,如果奔着一定要拿4以上的不推荐,但拿优秀还是可以的

(最后修改于 0 0 复制链接
angry_tooth 2022秋
  • 课程难度:困难
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:困难
  • 作业:很少
  • 给分:一般
  • 收获:一般

虽然今天刚出成绩,但并不是因为成绩不理想特地来喷的。在做小组作业的时候就想来说一说,一直忘记了,今天突然想起来了而已。

通过这门课我也并不是一无所获,但收获的东西和上课的内容关系不大。一是不要选一门由生物老师讲的数学课,二是判断什么课题能做也是很重要的能力。

首先是第一点,不要选一门由生物老师讲的数学课。选这门课的原因是它是生命科学专业的保研核心课程,相比其他更需要记忆的课,这门课对我吸引力更大一点。第一节课听的挺激动,教学计划里所选的内容(常微分方程,随机模拟,反应扩散方程,最优化等)听起来还蛮充实的。但是老师在讲课的过程中并不能对这些内容从数学的角度推导,而是把它们作为工具,大致说明方程各部分的生物学含义以及可以用于解决的生物学问题。这样的讲课方式可能能够帮助提前对数学建模有了解的同学,但大多数生院的同学是不了解这些东西的。所以,如果你并不了解数学建模,不要指望通过这门课可以学到建模方面的知识。

而老师对其所讲的内容也没有系统的评价方法。最终成绩由平时考勤(几乎每节课点名),两次和建模关系不大而是看一看大家python水平的作业,以及最终的小组作业(小组之间互相评分,小组内提供成员的贡献比例)决定。

第二点是,判断什么课题能做是很重要的能力。在小组作业中,我分到的任务是解一个偏微分方程组。一开始我觉得没什么难的,调个包应该就能解决了。个人能力所限,可能这个问题也确实不好解决,我最终也没有搞出来。某个课题不会做,这是再正常不过的事,但如果我对自己的能力有一个明确的了解,对课题的难易程度充分地调研,会避免我在这上面花费的大量时间。提醒之后选这门课的同学选题要慎重,提前一点多花点时间,不会做也别难过,并不是你的问题。

总结,生院水课,要啥自行车。

0 0 复制链接
  • 课程难度:困难
  • 作业多少:中等
  • 给分好坏:杀手
  • 收获大小:没有
  • 难度:困难
  • 作业:中等
  • 给分:杀手
  • 收获:没有

两次作业加一次组队大作业(项目+pre),平时有点名。蒽

0 0 复制链接
sF 2020秋
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:很多
  • 难度:中等
  • 作业:很少
  • 给分:一般
  • 收获:很多

讲的内容超级多,不过也不要求掌握,需要的仔细看看就好。不过刘老师讲得很好,深入浅出,听听很有收获。而且老师在天冷了之后会开始点名

只在刚开始的时候留过一次和课程内容没什么关系的编程作业,然后就再没有作业了,最后也没有考试,期末组队做一个大作业即可。大作业我花了很多时间,最后也勉强拿了优秀,我们全班应该是有三个组的人有拿到优秀。

PS:这门课一般选的人都不太多,而且大佬不少,所以最后大作业如果有一两个组做得特别好,那可能就优秀无缘了。不过优秀率应该是满的

0 0 复制链接

刘海燕

教师主页: 暂无

其他老师的「生物系统数学建模」课

未知 2016秋

刘海燕老师的其他课

计算物理C 4.7 (3) 2019秋 2018秋...
生物信息学 2003春
生命科学与医学导论 2025春 2024春
合成生物学 2012夏 2011夏
生物信息学 2010秋 2007秋...
计算物理C 2021秋 2020秋