材料英才班必修课，出成绩之后来评课社区聊聊这门课。 23年夏季学期线上课，这门课的耗时还挺多的。因为内容多老师语速也偏慢，所以总是上到十二点多甚至一点（上午八点多开始上课）。课下会布置练习题，是老师上课讲过的内容。最后因为各种原因在秋季学期开学后仓促地进行了期末考试（开卷，有五道用MS计算的题）。理 >>更多

面对这个问题，我们需要拿出新水平，达到新境界，通过新举措，新发展，形成新突破，为此，我们必须重视新方法、看清新形式、理准新要求，只有这样，我们才能在新期待、新关系中，用好新本领、展现新风貌、走出新高度，新知识造就新事物、新实践获得新成果。 一定要认识到其中的重要性，明了紧迫性、坚持自觉性、拿出主动性 >>更多

每节课会有课堂小quiz，就是一个签到。这个课课程内容本身并不困难，甚至调度那一部分如果学过操作系统，会有浓浓的既是感。这个课相比其他课是谈老师会请其他学校和工业界的朋友来讲一些实际应用，蛮有意思。期末要求写一份paper或者survey，留的时间很长。出分太晚了，开学才出分，不过分数很可观。 >>更多

作为旁听了一学期的数院人，感觉是时候给袁老师写个评价了（笔记见个人主页）。 作为在科大第一门认真学习的物理课，袁老师确实让我感受到了一些什么是「物理」。除了数学推导与无穷无尽的积分外，热统始终强调的是大量的微观如何通过统计上的回归导致宏观的结果。［更多的涉及物理的内容本人就不献丑了，毕竟自己也没学过 >>更多

给分属于是比我的预期最好还要好了… 先表达一下震惊，稍后补充完整评课。 本学期的成绩构成是：五次小实验、一次大作业（选个比赛参加并写报告）、三次课堂小测 看了看大家的评课，个人猜测给分主要看最终大作业 报告的完成度，并参考到课率。（本人三次小测来两次，队友没来过，最后差两分，队友惨遭卡绩。）于是，虽 >>更多

形式上还是第一节课一个老师，后面xht和ztz两个老师轮流上课。后面两个老师每个老师会点一次还是两次名。去年因为疫情，ztz老师好像基本上是线上上课，ztz点了超过理论次数的名，但是基本没有提问，经常可以不去或者点个名就溜。xht老师上课基本从传统的多媒体开始讲起最近的新的，后面会介绍一些实验室的方 >>更多

课程只有一个分布式数据挖掘的大作业，有一定难度，平时点名也只是做做样子，考勤这一块应该没扣分，虽然期末出了新题，但是分数给的超级nice，比我之前所有的必修课最高分还要高9分，下学期不用再重修必修课补绩点了，非常感谢老师和助教师兄！！！ >>更多

选修时完全没有任何机器学习基础，前两节课时说明会过一遍基础知识，但是很快就进入了CNN,RNN,LSTM,BERT,Transformer...推荐有深度学习基础的来试试，没有基础的可能会像我一样上课大部分时间处于懵逼状态。这门课的节奏很快，内容极其丰富。1. 从N-gram到各种模型（word2v >>更多

666如果是大三建议选隔壁数据库。。。。。 老师也许是研究生带多了不知道本科生对G的需求是什么样。 这个样给分本科生是没人愿意留的（具体给分见其他楼评论） >>更多

张老师人超级好，事少给分高，不多解释了，满昏！学期中途还请了一位私募大佬来讲演，收获也是颇多的 >>更多