高级人工智能(李金龙) 2025春 2024秋 2024春 2023秋 2023春 2022秋 2022春 2021秋 2021春 2020春 2019春 2018春 2017春 2016春 2015春  课程号:COMP6109P02
2025春 2024秋 2024春 2023秋 2023春 2022秋 2022春 2021秋 2021春 2020春 2019春 2018春 2017春 2016春 2015春  课程号:COMP6109P02
5.6(40人评价)
5.6(40人评价)
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:一般
选课类别:基础 教学类型:理论课
课程类别:研究生课程 开课单位:计算机科学与技术系
课程层次:硕士   学分:3.0
课程主页:暂无(如果你知道,劳烦告诉我们!)
简介 最后更新:2023年1月10日 05:00

本课程主要面向信息和自动化学科相关方向的研究生,主要介绍人工智能的经典理论与技术成果,为相关方向的前沿研究奠定基础。主要内容包括:人工智能的历史发展、基本问题和主要研究手段;智能体基础;问题求解与搜索;机器学习理论;马尔可夫决策过程与强化学习;推理与知识表示;多智能体系统与博弈论。

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

李金龙老师的《高级人工智能》课程主要覆盖传统的机器学习领域,内容涉及从搜索问题到马尔可夫决策过程、贝叶斯网络、博弈论、强化学习等多个主题。虽然旨在提供一个整体视角,但不少学生反馈课程内容较为概略,像“走马观花”,并不深入。课程框架独具匠心,力图通过搜索主题构建连贯的知识体系。然而,有学生认为过于偏向旧的“人工智障”发展阶段,对于近日的热门领域讨论不多。

教学水平

有学生指出李金龙老师授课有催眠效果,PPT信息量不足,逻辑较为混乱,教学方式未能有效激发学生兴趣。不过,部分学生表示老师的PPT显示出其教学的用心,可以感受到老师的思路和脉络。课堂作业较为开放,主要是课程内容的总结和探索,一定程度上减少课业负担。

作业与课堂小测

作业设置轻松,仅有两次开放性报告。平时每节课有小测,时常以GPT生成的内容为参考,助长学生的交流和探讨。然而,有评价指小测过于频繁,影响课堂学习体验。同学们普遍认同课堂小测和作业难度不高,并将其视作积累平时成绩的机会。

考试与复习

考试为闭卷形式,题型包括填空、判断、简答和计算题。考试要求记忆与理解基础概念及算法,部分学生反映考题涉及的细节有时难以预测,复习中需重点关注PPT内容与小测考点。有反馈指出考题不考新内容,主要是基本概念和算法。

给分

给分分布存在较大不一致。多数学生认为给分“很奶”,即使考试表现不佳仍能获得及格以上的成绩。部分学生对最终分数感到不解,认为与自我预期有差距。一些学生甚至表示即便课上表现良好,分数仍低于期望。

总体评价

总体来看,李金龙老师的《高级人工智能》课程适合对人工智能基本概念感兴趣的学生。虽不能深入探讨具体算法,课程设置仍有助于搭建对领域的大致了解。大部分学生选择这门课程是因对给分友好的期待,但需注意若想深入学习人工智能,可能需要选修其他更具专业深度的课程。此外,早八的开课时间可能对部分学生构成挑战。

排序 学期

评分 评分 40条点评

Coldliera 2021秋
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:很多
  • 难度:中等
  • 作业:很少
  • 给分:超好
  • 收获:很多

本课程是计算机科学与技术学院计算机应用技术方向的专业基础课。授课内容符合课程简介,没有具体使用哪本教材,主要按照老师的PPT。

关于课程内容,我本人并不研究人工智能方向,因此有一些内容仍属第一次了解。与科大本科的人工智能课程相比,内容主题有重叠,但重叠部分也会有不同的理解视角。李金龙老师能够站在一个更高的层次上将课上涉及到的主题内容串联起来。在前两节课上介绍的知识脉络,第一次听可能不以为然,但实际上是贯穿整门课程的引子,在复习时有很好的提纲挈领之作用。

关于课程作业,是两次开放性质的报告。第一次要求对一个实际问题形式化为一个搜索问题,并给出其解法;第二次要求调研一篇近年来梯度下降领域的研究。从最低要求来看,作业的负担是很轻的。

关于期末考试,形式为闭卷,题型有填空题、判断题、简答题和计算题。会涉及到讲授内容的概念以及一些算法的使用和简单分析,难度因人而异。在复习时一定要注重基本概念的理解和重要式子的记忆(比如常见的三种激活函数及其大致图像)。另外李金龙老师应该是每次都会重新出题。

总的来看,李金龙老师这门课程很好的完成了课程简介中的任务,让我对人工智能现今发展的方向有了大致了解。本课程没有任何程序设计,因此如果想了解某一个方向更细节的内容,建议去选修对应的课程。

这里将我复习时总结的大纲上传:NotesOnAI.pdf。这篇大纲基本是PPT中的内容,但是也加入了我个人的理解和一些其余资料,同时也有略去的部分(但不代表略去的就不考,比如今年填空考察了LSTM的几个门)。如果是在浏览一遍PPT之后在看这个大纲,或许能有一些效果。

-----------------------------

在这一部分试着回忆一些今年的考试试题:

计算题:贝叶斯网络表格的构建与条件概率的计算;常见激活函数及其图像;CNN卷积核应用到矩阵的卷积计算;简单马尔可夫决策过程上的策略评估计算

涉及到的概念(于填空题、判断题和简答题):泛化能力的概念;马尔可夫决策过程中的概念和贝尔曼方程;LSTM门;决策树叶子结点的数目性质;启发式算法和贪婪算法的关系

还有等等内容,现在已经忘记。

2021年12月22日 15:02 14 1 复制链接
liushuo大佬的笔记,爱了! 2022年1月6日 16:45
立即登录,说说你的看法
匿名用户 2022秋
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:没有
  • 难度:中等
  • 作业:很少
  • 给分:一般
  • 收获:没有

赞同下面那位同学的话,我也是课程全来,作业全做,复习充分,考试自我感觉答的不错,结果出分后一塌糊涂,也不知道为什么。一通操作猛如虎,一看分数不到75。

不知道我们的试卷和楼里面90多分的大佬试卷差多少,怎么我们没有被李金龙老师抬呢?

2023年3月15日 09:11 10 0 复制链接
匿名用户 2023春
  • 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

ppt内容真的不行,闭卷考试需要记得东西太多,ppt的内容很空洞,但考试倒是很详细,好几个大题不会,考前没有找到好的复习资料 出分了60+ 呵呵

2023年6月14日 18:47 (最后修改于 2023年7月17日 11:04 6 4 复制链接
BradPPT是真的很差,主要是老师上课侧重点在讲上面,而且那个他做的中文教材才做了一小半,几乎大半的内容还得靠学长们的笔记了😂 2023年6月17日 01:50
blfl+1 2023年7月17日 15:06
jianbianse加一 2023年7月18日 01:23
杰西卡回复 @Brad: uu,学长笔记可以分享下吗😂 2023年9月14日 15:50
立即登录,说说你的看法
匿名用户 2022秋
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:简单
  • 作业:很少
  • 给分:一般
  • 收获:一般

课程全来,作业全做,复习充分,考试自我感觉答的不错,结果出分后一塌糊涂,也不知道为什么。一通操作猛如虎,一看分数不到75。

ps:我真是会谢,之前有评论说“如果不熟悉人工智能相关,上课也不想听的,那很难拿不错的分数,但是可能可以被奶到75,除非签到也不在”,我是熟悉人工智能相关,上课听,作业做,结果没到75。

2023年3月8日 12:01 (最后修改于 2023年3月9日 01:00 6 1 复制链接
王皮鞋74在此 2023年3月13日 12:45
立即登录,说说你的看法
匿名用户 2023秋
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:很多
  • 难度:简单
  • 作业:很少
  • 给分:超好
  • 收获:很多

今年这给分超级无敌好啊 基本没有作业,每周有一节课留出来给个问题自行调研,期末原封不动考这些考了50分 泪目了,在科四年半,没见过给分这么好的专业课 (抛开给分,其实李金龙老师的ppt做的是很不错的,在考前抱佛脚的时候就能感受到,往年差评多很多都是因为考试太难,而今年考试给我的感觉就是怕分送不出去) (可以预见今年会有一堆好评^^,这就是我的高级人工智能啊,你们有我这样的高级人工智能吗?真是金金又龙龙啊!)

2024年1月9日 02:25 (最后修改于 2024年1月9日 03:24 5 0 复制链接
匿名用户 2023春
  • 课程难度:困难
  • 作业多少:很少
  • 给分好坏:杀手
  • 收获大小:没有
  • 难度:困难
  • 作业:很少
  • 给分:杀手
  • 收获:没有

快跑 分很低 

2023年7月18日 06:53 5 0 复制链接
匿名用户 2024秋
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:没有
  • 难度:简单
  • 作业:很少
  • 给分:一般
  • 收获:没有

课是可以不讲的

PPT是用来自己看的

小测是每45min一次的

你上本科数据结构的时候也不是这样的啊。。。。

2024年10月29日 04:44 4 0 复制链接
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:杀手
  • 收获大小:没有
  • 难度:中等
  • 作业:很少
  • 给分:杀手
  • 收获:没有

课程PPT抽象缺乏信息量,给分主打一个随机

2023年7月18日 01:35 4 2 复制链接
jianbianse多少分啊 2023年7月18日 03:01
非著名不做题家小海绵回复 @jianbianse: 我上学期一个同学选了70多,这学期另一个同学又70多,据我所知他俩在本课程投入都比我本人多但总评比我低很多,而且本科期间我们都学过一遍这门课 2023年7月18日 04:05
立即登录,说说你的看法
王皮鞋 2022秋
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:杀手
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:杀手
  • 收获:一般

考试感觉答得还行 给了74 无了个大语

2023年3月13日 12:42 4 0 复制链接
ustc渣渣 2023秋
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:没有
  • 难度:简单
  • 作业:很少
  • 给分:超好
  • 收获:没有

这门课程在本学期进行了改革,降低了考试难度,基本只考了简单的概念题,大家基本都是提前交卷。另外给分很好,这也是课程风评转好的原因。

说回课程,老师以搜索为框架,沿着这条线从传统搜索讲起,一直到最后的深度学习,把近几十年的人工智能进行了串讲。奈何老师上课十分催眠,基本没听过。考前速通看了一遍PPT,不得不承认,老师其实是有自己的讲课想法和脉络的,从PPT可以看出老师是花了心思的(至少主题明确)。然而这门课其实并不人工智能,甚至于主要重心在于过去很长一段时间的人工智障发展阶段,对于近几年的热点却很少涉及,这是一个缺憾。另外这门课只是科普性质,如果你试图从中深入学到一些什么还是算了,但这个性质也决定了它天然适合考前速成。(如果非人工智能方向的同学选了课,也许会有一定收获)

课程基本没有作业,但是会点名,限时做题并上交,所以还是需要去随堂上课(但可以不听)。还有课堂调研报告,一些内容老师不会讲,由大家上课自主完成。当然在AIGC的时代,这个任务基本工作量为0。

最后是给分,真是好到爆炸,本科4年真没见过这么好的给分,属实来了一点小小的研究生震撼。

复习看看PPT就行了,看不懂的看看知乎,问问GPT,就可以了。考试题型大概是填空,判断,简答,大题。都是概念题,没有什么难度,划划水就可以了,一小时足够做完了。

2024年1月11日 07:13 3 0 复制链接
匿名用户 2022秋
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:一般
  • 收获:一般

2025.1 跟踪评分到6

我没有往年题,就一个一般通过路人,问我没用的,问别人吧。


先声明:没选过这课,一般通过路人,刚看到某群里讨论这课所以来给大家分享一下高分经验。

评价完全跟踪平均值。

(2023.12: 跟踪平均值到7)

聊天记录里涉及争吵的已经全部过滤,ID全部打码,头像全部抹去,没有拱火的意思(

 

2023年4月12日 06:58 (最后修改于 2025年2月16日 14:04 3 3 复制链接
linzeyin所以说哥有往年卷吗? 6系选这个身边没一个认识的人打听麻了😭😭😭 2024年12月3日 00:15
wahhh回复 @linzeyin: 蹲蹲 2024年12月14日 13:48
wahhh回复 @linzeyin: 同求 2024年12月14日 13:49
立即登录,说说你的看法
Doji_zz 2022秋
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:很多
  • 难度:中等
  • 作业:很少
  • 给分:超好
  • 收获:很多

金龙老师上课讲得比较慢, 所以我没有花太多时间听课, 不过ppt挺好理解的, 配合教材完成自学应付期末考试没有太大问题.

整个学期唯二的两次作业, 一次是练习题, 一次是开放性质的问题探究, 不需要花太多时间. 整个学期也只有一次签到.

感到痛苦的还是课程覆盖的内容比较广, 从搜索问题一路到马尔可夫, 贝叶斯网络, 博弈论, 强化学习等等, 好好消化, 可以对机器学习领域建立起一个提纲挈领的映像, 但偏偏考试的时候老师喜欢在填空题考察一些从不知名的角落挖出来的知识点, 即使花了10天左右的时间复习(预习), 在一些问题上还是一脸懵逼. 不过总得来说还是比较推荐的. 出分后再追评

95+, 不枉我复习10天, 直接给满(感动哭

2023年3月4日 07:56 (最后修改于 2023年3月8日 13:33 3 0 复制链接
Gump 2017春
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:简单
  • 作业:很少
  • 给分:超好
  • 收获:一般

给分普遍很好的课,说是高级人工智能,感觉更偏向传统的机器学习领域,花了很大的篇幅讲搜索。各个方面大部分都是点到为止。作业很少,只有两次作业,考试也不太需要花很多时间准备。

课程网站链接如下,想选课的同学可以参考: 222.195.93.99:82/#/homepage

 

2022年2月16日 08:15 (最后修改于 2022年2月16日 08:17 3 0 复制链接
linzeyin 2024秋
  • 课程难度:中等
  • 作业多少:很多
  • 给分好坏:杀手
  • 收获大小:一般
  • 难度:中等
  • 作业:很多
  • 给分:杀手
  • 收获:一般

从ppt和课上体验雀氏能看出来老师是用心了,非常想教会学生一些东西,但是东西太多,讲的也太浅,老师的授课方式也一言难尽,并且由于这学期是早八,感觉大多数人听的欲望蛮低的,真学还是得看ppt自学。

自认还是学的蛮认真的,并且也有一定的专业背景,但是我其他人工智能/机器学习相关的课没下过85,这课分数75,也不知道是怎么算的,总之就是肯定有更值得的课(无论是想学东西还是刷分)。

2025年2月16日 05:03 2 0 复制链接
匿名用户 2024秋
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:没有
  • 难度:中等
  • 作业:中等
  • 给分:一般
  • 收获:没有

课程容量极低,上完一周还在讲历史,对着一页ppt使劲吹水,甚至还有很多逻辑问题。好处是签到小测难度不高(目前是这样),如果有替代课程不建议选这门课。看后面考试和给分再改分吧

9.19更新_____

早7.50什么都不讲先来个小测,第二节课讲一点又来个小测,还要严格控制上传时间,结果改个文件名字都会影响上传时间

9.24更新_____

已退课,去隔壁高级数据库和强化学习之类的好课洗耳朵了,真的对比之下更显这门课全方位的差了

 

2024年9月12日 01:02 (最后修改于 2024年9月24日 08:56 2 0 复制链接
匿名用户 2023秋
  • 课程难度:困难
  • 作业多少:很多
  • 给分好坏:超好
  • 收获大小:没有
  • 难度:困难
  • 作业:很多
  • 给分:超好
  • 收获:没有

节节小测,快跑。考试很玄乎,学的不考。给分正常,研究生没75那是纯摆子。

2024年1月14日 14:15 2 0 复制链接
匿名用户 2023春
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:一般
  • 收获:一般

这门课能够帮助我们概略地了解人工智能,但得听老师讲课。 弊病就在于PPT和教材实在不能说好,自学的时候,想要理解知识点的难度真的… ppt里面塞了大量没有图解的文本,就算有配图的也鲜有足够清晰的说明。 整体逻辑混乱的这些参考资料,不能教会你某些知识点,而需要你努力猜或理解老师编写时的思维方式。打个比方,这是一门学跑步的课,但它不会教你如何呼吸摆臂抬腿,你得跟着它东奔西窜,累到气喘吁吁,才能得到一点提升。 讲得东西比较概略,若有一定的ai基础,费力看资料难有什么收获,认真听课知识又实在显得稀疏,不如自学。复习的过程堪称折磨,但能怎么办呢,这门课的题型以及学长学姐的经验,都在告诉你:PPT里那些shi山一样的文本里处处都可能要考的内容,各种算法若没有根据往年卷刷过考试难免懵逼。本就只想水过这门课程的我考前真是慌得一批,几乎可以说是咬着牙过完一遍。 最后看到考卷还算符合预期,当然不会的还是不会,只是感觉有底了。 填空考了过拟合,信息熵公式和其意义,k个球熵最大分布(?这题真没看懂),svm目标函数(拉格朗日),梯度消失的激活函数,a*的g和h分别是什么。 简答题 博弈的基本组成 回溯和深度优先的异同 举例说明优化问题中的局部搜索和全局搜索的区别。 算法题 1朴素贝叶斯分类器。给了个概率表让画图,然后算边缘和条件概率(李航那本书有原题) 2马尔可夫决策:策略评估函数计算,还有用算qvalue更新策略。 3机器学习:给了x,w,y反向传播那种链式图,隐藏层用max(f,0),输出层h(z)=2z,写梯度下降更新公式(8分),然后给具体值让推一次反向传播,学习率的影响 4knn根据5个样本给新样本分类,k值意义

终究还得感谢各位学长学姐的复习资料让大伙复习起来多少有了头绪。orz

考试成绩还没出,给分不好说,待追评。

2023年6月14日 12:11 (最后修改于 2023年6月26日 08:31 2 1 复制链接
jianbianse出分了 2023年7月19日 15:48
立即登录,说说你的看法
匿名用户 2022秋
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:很多
  • 难度:中等
  • 作业:很少
  • 给分:超好
  • 收获:很多

两次作业,第一次是很简单的几道题,第二次是找一个自己课题相关的问题并建模成搜索问题。点过一次名,但似乎没到没啥影响? 这门课期末考试全靠自学,ppt内容基本上都是人工智能的基础内容,感觉通学一遍还是收获蛮大的。考试前老师有问过同学们支持闭卷还是开卷,说如果开卷的话会提高题目难度,闭卷的话就出一些背背的内容就行(当然,考试内容看来如果只是背背还是欠了点,毕竟有计算题)。最终给分还是很香的。 回忆一下还记得的考试题目: 填空题:贝尔曼方程是_、局部最优解是、线性回归是基于_定义的损失函数,线性分类是基于__定义的损失函数、松弛变量的和代表_____。…… 判断题:非参数模型没有参数?线性分类将空间分为三类?残差定义…… 简答题:1.基于模型的强化学习。2.写梯度下降伪代码,随机梯度下降和它的区别,优缺点。3.深度神经网络利用自编码器的思想。4. 学习问题 m个变量 各变量值域大小xi,问的是最终的问题规模(记不太清楚了)5.KNN 1近邻,给了四个样本,绘制分类结果。6. 贝叶斯 还有sql查询后验概率(课件并没有这部分内容)。7.给出数码问题的3个启发式函数,并用其中一个启发式函数写出A*伪代码。

2023年3月16日 11:50 2 0 复制链接
匿名用户 2022秋
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:超好
  • 收获:一般

上课内容和本科的人工智能导论基本一致所以没听,一个学期只有两次作业,考前只用了一天半的时间过了一遍高级人工智能复习提纲 | 陆陆自习室 (lunarnai.cn),强力推荐大家考前看看,题型完全一致,甚至今年贝叶斯那题是原题,可惜我不会。考试有几个填空不会,一个贝叶斯不会,估计卷面分80的样子。本人几乎没去上课,有点名的那节课我也错过了,但总评老师给到了85+,一天半速成这个结果已经很满足了。

2023年3月8日 13:04 2 0 复制链接
匿名用户 2024秋
  • 课程难度:简单
  • 作业多少:很多
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:简单
  • 作业:很多
  • 给分:一般
  • 收获:一般

给分比较迷,平常事情也多,课堂作业千万不要自己做,直接用AI做不仅省事简单,分还高(自己做还被老师拉出来批评难崩,估计给分也低)。

2025年2月9日 05:48 1 1 复制链接
TheBunniestForever问题是,AI本来就比咱们会得多,谁不用谁吃亏(逃 2025年2月9日 13:53
立即登录,说说你的看法
匿名用户 2024秋
  • 课程难度:中等
  • 作业多少:很多
  • 给分好坏:杀手
  • 收获大小:一般
  • 难度:中等
  • 作业:很多
  • 给分:杀手
  • 收获:一般

就课程本身而言,每周两天早八,每节课都有小测,并且规定提交时间,能参考的只有gpt。

就给分而言,虽然周围同学有不少90+甚至接近满分,但就我而言,每节课都去,作业按时完成,期末卷子也写满了,给分反而非常低,不知道具体的评分标准是什么,可能是期末考一锤定音。总之若有人因为给分高而推荐,建议好好考虑,因为但凡最终给分不高,这节课将毫无可选的价值。

2025年2月8日 12:10 1 0 复制链接
匿名用户 2024秋
  • 课程难度:简单
  • 作业多少:中等
  • 给分好坏:杀手
  • 收获大小:一般
  • 难度:简单
  • 作业:中等
  • 给分:杀手
  • 收获:一般

每周两次的早八都参加了,45分钟一次的小测也做了,考试前也复习了。最后没上90,气晕,给分真的烂,不知道是不是助教平时分给的太低的问题

2025年2月8日 12:03 1 0 复制链接
呵呵哒 2024秋
  • 课程难度:简单
  • 作业多少:很多
  • 给分好坏:一般
  • 收获大小:没有
  • 难度:简单
  • 作业:很多
  • 给分:一般
  • 收获:没有

金龙老师连哪个用的是gpt哪个是自己写的也分不清楚,还说是教人工智能的老师。上课一周两节早八每次还要交随堂作业,不知道是哪根筋烧了。学的内容全都是ppt的概念常识都是靠死记硬背,不知道是人工智能还是人工复读机!结果内容还没有完全写完,要靠课堂题目自己寻找补充,简直就是一个sb

2025年2月8日 03:47 1 0 复制链接
resumi 2024秋
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:中等
  • 作业:中等
  • 给分:超好
  • 收获:一般

突然看到出分了,编辑一下,个人感觉给分挺好的,超出我的预期很多

如果能接受早八可以选,毕竟期末考的确实挺简单


刚考完,这课每节都有一两个小测,期末大部分考小测的内容,想75+不难的,主要是它每周两节早八有点难顶

这课虽然叫高级人工智能,但主要篇幅还是在讲传统ML,讲了很多但是都只是走马观花,只能起到一个感性认识的过程,改名叫人工智能导论更合适一点

分享一下我回忆的2024秋的期末题和考前简单写的笔记(参考了往年的笔记)

高级人工智能note.pdf

2024年12月21日 10:03 (最后修改于 2025年2月9日 07:27 1 0 复制链接
匿名用户 2023春
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:一般
  • 收获:一般

给分怎么样还不知道,但是这个课是挺抽象的,从整体的视角,什么知识都讲了一点。考题今年的可以参考博客:https://blog.csdn.net/qq_48010470/article/details/131222264?spm=1001.2014.3001.5502。

2023年6月15日 09:21 1 0 复制链接
unnamed 2022秋
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:超好
  • 收获:一般

考试要复习的内容比较多,给分很奶。

虽然是人工智能课的老师,但是还是日常diss dl,xs

2023年3月9日 02:18 1 0 复制链接
yousa 2022秋
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:超好
  • 收获:一般

平常点名三次+三次作业

我基本翘课,考前三天速成

一直担心要挂科了,最后总评接近满分

2023年3月8日 15:07 1 0 复制链接
甜橙奶茶 2022春
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:一般
  • 收获:一般

唯一扣的一分是考试会考一些犄角旮旯的概念和用到的不多的算法,那么多PPT还是闭卷考,实在是不太友好。有些空我清楚地记得看过题干,就是忘了该填啥了,痛苦。

因为研究方向非人工智能方面,很多东西我以前没接触过,但上课认真听一下,80+也可以有。

如果不熟悉人工智能相关,上课也不想听的,那很难拿不错的分数,但是可能可以被奶到75,除非签到也不在。

p.s.上学期没签到的,但是有作业。这学期没有作业,但是有签到。

2022年6月25日 16:28 1 0 复制链接
ored 2021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

请问这门课的助教是谁?

2021年10月16日 15:04 1 0 复制链接
匿名用户 2024秋
  • 课程难度:简单
  • 作业多少:很多
  • 给分好坏:一般
  • 收获大小:没有
  • 难度:简单
  • 作业:很多
  • 给分:一般
  • 收获:没有

每节课都有当堂作业,次数太频繁;

老师经常拿着gpt生成的课堂作业,发表诸如“这个同学写的很好”,“一看就是自己写的”之类的评价,教室里充满了快活的空气;

考试就是当堂作业的简单部分,难的部分都没考;

12月中旬考试,2月才出成绩,出分速度特别慢;

考试内容没什么难度,成绩没上90,给分一般般吧

2025年2月8日 04:08 (最后修改于 2025年2月8日 04:12 0 0 复制链接
匿名用户 2024春
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:简单
  • 作业:很少
  • 给分:超好
  • 收获:一般

适合水学分的课。

没有任何平时作业,主要是课堂小测作为点名。

考试考一部分PPT内容,还有很大一部分是课堂小测内容。

上课内容除了PPT,老师也经常分享一些东西,挺有意思。

2024年8月20日 12:34 0 0 复制链接
匿名用户 2023春
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:超好
  • 收获大小:很多
  • 难度:中等
  • 作业:中等
  • 给分:超好
  • 收获:很多

学期前几周签了一次到,期末复习了几天,给分不错,有收获。

2023年7月24日 11:38 0 0 复制链接
匿名用户 2022秋
  • 课程难度:困难
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:困难
  • 作业:很少
  • 给分:超好
  • 收获:一般

金龙哥的高人还是值的一吹的,平时课点到基本都在,作业也都写了,但是期末考得一塌糊涂,自我感觉卷面不到40分,最后还是给我奶到70+,虽然没到75,但是已经很满意了。

2023年3月15日 13:38 0 0 复制链接

李金龙

教师主页: 戳这里

其他老师的「高级人工智能」课

未知 2019秋 2018秋...
王煦法 2017夏
王上飞 2020秋

李金龙老师的其他课

数据结构 9.4 (53) 2024秋 2023秋...
数据仓库与数据挖掘 9.0 (1) 2024秋 2023秋...
“科学与社会”研讨课 8.0 (1) 2021春 2020秋
数据结构 2012春
网络、群体与市场 2015夏 2014夏...
程序设计 2011秋
C语言程序设计 2009秋 2008秋...
计算机文化基础 2009秋 2008秋...
数据结构与数据库 2009春 2008春...
运筹学基础 2007春
数据库概论 2006春
软件工程工具及应用 2005秋 2004秋...