老师中规中矩，日常读PPT。小测比较多，而且貌似比重有点大。老师教学非常认真，有问必答，答不上来的就回去查文献下一次课答。总评86 >>更多

英语课的成绩大部分是看自己本身的英语实力+完成TASK的态度吧室友高级班，大一上上了Baker Gong的课，评价挺好的；另外一个舍友吐槽任务多给分差。【因为1个学分的关系没太关注给分】有一说一，老师上课风格是我喜欢的，充满活力，有很多有趣的分享，不拘泥于课本。任务多也是真的，每月打卡，还有pres >>更多

楼上两位4.3的大佬说的差不多了，我来补充几句。这门课内容：代数结构，包含集合论，数论，映射与二元关系（带过），群论（重点），讲的内容与计科的代数结构课差不多，主要是多讲了一个RSA图论，包含图的基本概念，树，匹配，Hamilton图及旅行商问题（TSP），网络流，图论部分老师讲的特别慢，而且偏算法 >>更多

为什么没人评课？ 自从信院某老师出走中山大学以后，科大终于又开的出来一门优化相关的课，喜大普奔 >>更多

我是一个直观感受很差的人，很多东西非要一步步推到了才敢相信，所以很多同学学这门课时所有的强大直观我没有，所以这门课我学得蛮挣扎的，真的是不会啊。助教很强，问他们的题目都能得到解答（点赞！）。胡老师上课我经常听不懂，但好在ppt内容不多，对着书本看能弄懂。期末考试题目怎么说呢，出的对大佬来说很简单，对 >>更多

上这门课的同学主要是大三天文系和大四凝聚态专业的。前半部分由周老师讲，后半部分是刘老师讲。由于周老师很忙，期末考试都是刘老师出题。两位老师上课都不点名，所以后半学期到课率有时不到一半。上课内容主要包括恒星，星系和宇宙学。天文的知识比较多，建议凝聚态专业的同学认真对待这门课。期末考试开卷，内容包括选择 >>更多

这门课本来的目的就是为那些对数据科学有兴趣的同学梳理出一个学习的脉络吧，所以老师上课只是大致过一下内容，不会太深入去讲，更不会去讲怎么实践，所以做实验的时候肯定会有很多障碍，一些大佬可能能够比较容易的克服，像我这样的菜鸡就不一定了，而且我们组又不幸选了一个和文本挖掘有关的题，最后只能由学长带着直接用 >>更多

利益相关96，本来这门课是大数据学院为了代替代数结构，图论，数理逻辑三门课而开的一门课，时间短本来就决定了这门课讲不了太多东西，丁虎老师和蔼可亲，仙风道骨，上课确实每次只带几张纸，但是讲课依然非常有条理，逻辑清晰。助教也是如此，记得几次习题课讲了很多以前没听说过的东西，包括卡特兰数（这个还稍微好一点 >>更多

老师之前在密歇根大学当过教授，上课很有美国范. 上课内容其实不难，个人觉得很有启发性，因为人少，也算是一个讨论型课堂.老师基本不会马上反对某个同学关于某理论提出的质疑，而是会先听他的思路。个人觉得很难得，虽然台下一片蒙圈。 助教和老师都很仙风逸骨，上课就带几张手稿，揣兜里的那种。 有问题一定下课问掉 >>更多

之前看有人点差评理由是这门课的实验给人的感觉像还没学走就学跑？ 但事实是，在数据科学或者说计算机科学领域，每个人都在跑，而且是吃大剂量兴奋剂地跑（先不考虑交通工具叭） 做实验的初衷也是促进同学们通过实践达到对课程的深刻认识，否则一个2学分的课，涉及的知识涵盖机器学习，人工智能基础，了解背后的知识再来 >>更多