搜索点评「人工智能基础」 搜索点评「人工智能基础」 搜课程 搜课程
共 112 个点评(当前第 1 页)
匿名用户 更新了点评 人工智能原理与技术(何向南, 王翔)

无论是想学东西还是想混 3 个学分,都是不错的选择。这门课据说是在计科的 011119 人工智能基础 上改革的,降低了 ML、DL 的占比。未来可能会和 229003 机器学习概论 合并成 AI3002 人工智能与机器学习基础,目前这些课(还有 AI3001 机器学习A)不确定有没有什么替代关系…… >>更多

匿名用户 更新了点评 高级人工智能(李金龙)

完试更新:考前说考试内容绝大多数是小测内容,实际上考试内容和小测没有太大关系,复习了两天等于没有复习,虽然写完了但是纯粹是靠课外知识积累,以及本科上的人工智能基础课程的内容。另外试卷容量也很大,拿到卷子都“京呆了”。等出分后再来更新给分情况,如果给分还不好,这个课真的是强烈不推荐。2026.3.10 >>更多

学过了jjm的人工智能基础后,主包还是感觉自己对人工智能一无所知,于是从暑假开始陆陆续续补了这门课的录课、作业和实验,刚刚正好结束了本门课“云学习”的ML部分,还剩RL部分,遂写一点简评。公平公正的来说,这门课的理论课深度适中(连我都能听懂,除了EM算法有点难),整体而言注重广度,能起到一个很好的机 >>更多

Aphrodylin 更新了点评 计算机程序设计(谭立湘)

jwc今年临时爆改培养方案往里面塞了个人工智能基础,导致本课课时减少雪上加霜。(这个不能怪老师,就像不能指望施法者预测魔网炸了。)机考限制方法,我写出来两道题,因为用的不是链表而是模拟直接给我反向扣分,测试点过了没用,人家助教管你这那的直接扣分;反观我室友,跑起来零分(真是一个点都不对)助教手改完比 >>更多

w 点评了 数据科学导论(刘淇)

,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做实验也得两年之后吧 老师还是很热心的,本身水平也很高 另外建议学一下斯坦福CS229的做法,增加助教分享课之类的,毕 >>更多

Rengin 点评了 人工智能基础(吉建民)

两个实验对于初学者而言都是有一定难度的,尤其是第二个实验处境有些尴尬,python不会的同学叫苦连天,而各学习大佬普遍认为太简单了(隔壁并行计算:渣渣人工智能基础实验,看我禁用第三方库要求实现分布式机器学习)。忽然想到曾经一位教授(记不清了,好像是徐云老师?)上课分享的故事:有一次一个绩点4.0的同 >>更多

这次真的再见了,所有的人工智能基础战士。06-29 00:04lab2的报告提交,我的大三下学期和《人工智能基础课程》的DDL一样结束了。“再见了,所有的人工智能基础战士”。图中除我之外的同学的个人信息已经被我刻意隐去了。若仍感觉被冒犯了请随时联系我,我会积极配合删除上图的。06-22 复习不下去数 >>更多

匿名用户 更新了点评 人工智能原理与技术(冯福利, 王翔)

课是大数据学院新开的一门AI课,总体课程结构模仿Stanford的CS221,包括搜索、MDP、贝叶斯网络等经典AI算法和一些前沿的简介,相比于隔壁的人工智能基础课,去掉了大数据培养方案后面会学习的ML,DL等内容。 上课部分 王翔老师负责前半部分,上课用的ppt就是CS221的slides翻译版, >>更多

OREO 点评了 机器学习概论(连德富)

其中LR和SVM和K-Means都是人工智能基础写过的实验,再做一边就会很简单,XG-Boost等于说是决策树加一堆循环,不是特别难,但最后写LDA的时候真的是难受死了,看了好长好长的几个网页才算弄懂了LDA,Gibbs采样,然而真正写代码的时候发现预处理远比现成的傻瓜式算法麻烦的多,不过总体感受来 >>更多

magicheart 更新了点评 深度学习原理与实践(连德富)

ttps://github.com/magichear/Machine_Learning 个人情况:在大三春季学期之前几乎完全不会深度/机器学习相关(人工智能基础67,srs这门课屑中屑),大三春选修了《深度学习实践》(30分大作业完全没做,70)、《深度学习导论》(没出,目前bb总分317.4/3 >>更多