最多只能给到6分。优点:考勤:完全没有,想来就来,后期班上估计30个人左右讲课:老师声音比较清楚,没有口音实验:文档比较清楚助教:三位助教还比较尽心尽力,推荐了不少学习资料,问题基本上也都有回复缺点:讲课:老师是PPT Reader,讲课基本听不下去考试:内容:绝大部分是ML内容,但是ML内容占课时 >>更多
神,孩子们不要忘记开卷带资料。bro是辅修的,到考场了发现能带资料,只能硬着头皮考,0次到课+闭卷考试3.0,这给分我乐坏了,直接给到夯 >>更多
徐老师真是爵士豪老师,对学生十分宽容,给分也很好,助教回复也很快,体验感很好,最后给了98🥳 >>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
这奶量???? 吉老师真的不是奶做成的???数院人辅修计算机,简单评两句1. 老师讲课水平适合有一定基础的,课程内容较多,如果没有基础的话很可能上课只能懂个大概,到原理推导部分就全蒙蔽了。(就和我一样)2. 老师讲课更像是讲座科普性质,会讲很多不要求考核的内容,我都是当个乐子听,也听不太懂。 关于作 >>更多
jjm也算是出名的奶王吧,我感觉考的不是很好总评也不算低,感觉应该很奶了 >>更多
自我感觉期末炸穿,没有对答案,只是做出了超多自觉“奇异”的答案,总评88,感谢吉老师和助教老师们海捞🥹 >>更多
隔壁吉建民老师班的,关于这门课的定位问题之后再详写,这里单纯吐槽一下:能不能不要再纠结kmeans收敛了......现在全校同学看到徐林莉老师的泛AI课程都直接去翻kmeans收敛证明了kmeans一来,所有题目便都看着它笑,有的叫道,“kmeans,你又上试卷了!”他不回答,对试卷说,“上次出了大 >>更多
来写评论主要是因为这门课的lab2 transformer给我留下了深刻的影响,以及一些问题。transformer的实现可以在网上找到很多完整的代码,这门课要求只需要实现decoder部分(一开始没看见,把encoder也写了)。我想大多数人第一次的运行结果可能会出现重复的字符(像下图这样)后面, >>更多
大学所有课中体验感最差的课之一————————————————————————这是我在科大上过最垃圾的课了——————————————————————出分了,虽然助教平时作业和实验改的很松 考试估计改的也挺松的 最后成绩也算满意 (即课程给分不错)但是这依旧是我上过最垃圾的课 只有1星 >>更多