上课记住的东西：吉老师有很多同学，他们一部分本科就业成了大厂的高管，一部分读了研后去工作，然后成为本科就业同学下属的下属。AI发展很快，需要不断学习，有时甚至要从一些团队的推特上了解最新动态。吉老师实验室做具身智能，机器人会用微波炉。吉老师曾经给自己朋友的小孩从香港带奶粉。虽然这些都很有趣，但是也说 >>更多

教学方法：8/10老师讲课以PPT为主，PPT会放在课程主页上。老师不点名。讲课方法感觉和数据结构的李金龙老师有点类似，老师上课喜欢发散，常常会提到的内容包括但不限于以下这些：乌克兰作战决策系统特斯拉无人驾驶校园内的无人小车小米扫地机器人个人觉得信息密度较低，不太好。课堂内容：9/10课堂内容依照教 >>更多

作业很简单，都是课本后的习题，网上也能找到答案。两个实验，第一个实验和第二个实验part1都相当于算法基础课程实验plus，第二个实验part2是深度学习内容，虽然课上没怎么讲。这门课不点名，而且老师上课主要讲故事学不到什么东西，所以不用去上课。PPT也不用看，因为内容很宽泛不细节，没什么价值。相比 >>更多

难绷，考完试二十多天才出分，还不让查卷。可恶的勾勾毛。 >>更多

据助教说，总评是按照考试：实验：作业 0.65：0.2：0.15计算的，不过调分力度可能因人而异？我的总评比公式结果高零点几，不知道优秀率有没有给满。。。 >>更多

感觉老师讲的重点不够突出，有点大水漫灌的感觉，所以上课完全不如自学 >>更多

考完了，我是废物，，，， >>更多

考试复习破防了来吐槽两句讲课拥有夸张的信噪比，在每个chapter引入上大书特书，一些相对难以解释的概念快速带过，时不时扯皮吹水，诸如8张A100的故事英文ppt也是一绝虽然计科培养方案确实学过数理逻辑基础和随机过程，但逻辑和Markov决策讲的有些太水了。也许老师对他想讲的东西才有充足的热情吧（诸 >>更多

其他方面因为还没结课先不评价，评价一下今年新的 Lab1.2, alpha-beta 剪枝。接下来会有很多图片，不想看的可以点此跳转到评论末尾。Lab 1.2多个坐标系，考验思维能力在这一部分的实验里，你可以看到：“这里的棋盘方向和输入棋盘方向不同，在使用时需要仔细”棋盘是 10x9 的，这里不知道 >>更多

都2024，AI作业还在c/c++, 助教是看不懂python吗？😓 >>更多