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 >>更多
如果你只是想拿一个尽可能高的成绩,那么不太建议来这里。 但如果你是想以一种有趣的方式来学习复变函数,或是比较注重于其中的思想,那么这里是你的最佳选择(在科大)。 邵松不会偏向于解题中的各种技巧,也不会总结各种题型,甚至他的调分也只是微调(如果真的调了的话)。但是他会介绍数学中的各类思想,会从一种比较 >>更多
老师人不错,课程量不算大,给分也不错,适合水水 >>更多
修过模拟集成电路设计之后,再来修改一下评课。物院人来修信院课,考虑到电子技术基础(2)这门课比较拉跨,以后想做偏信院的科研,于是来选课。陆广华老师上课以PPT为主,偶尔会在黑板上推导一些公式。陆老师时常在群里答疑,课前发PPT,是极为认真的一位老师,不过教学方法值得更进一步。这学期两位助教极不负责, >>更多
上课不如自学,毕竟只是把书上的结论重复一遍,对于知识的理解没有什么帮助。上课不会点名,但老师的声音又小,逻辑感觉又比较散,ppt上面翻到了哪个就讲哪个。虽然科大有不少老师都是这样类似的风格,但是这并不代表着学生就必须要强行适应这样的学习氛围,所以建议尽可能地选择一个更适合自己的老师。 另外,说好了光 >>更多
作为大二学生,我觉得这门课大一修也不是不行。我来中科大后上过四个外教的英语课,自认为Cormack是最会讲课的。对于有些课程,评课社区就是用来让老师比个高低的嘛,所以我就不忌讳地直接对比各位老师了。Angela Smith特点是她自己很能说,她也说每个班上都会有几个学生是很乐于表达的,一个结果是,她 >>更多
上课:陈昱老师上课以板书为主,但是板书的内容略显杂乱。不如程艺,缪柏其等其他数学老师一般,一点一点按部就班全写一遍,这就会导致有时候开了个小差可能容易崩盘。本人课上经常摸鱼,后期直接崩掉,全靠考前突击,不知道分数怎么样。(btw,没有小测)作业:一节课大概七八道题,中后期的题挺有难度的,全靠室友带。 >>更多