课程或者助教工作有建议或者意见的话可以来评论区这是申助教去年建的课程仓库：https://github.com/ChangshuoShen/USTC-AI3002-25fall这是我去年完成的作业可供参考：https://github.com/xinchengo/USTC-AI3002-25fall >>更多

这个给分是屎吗要不就平时作业分不要给那么高，要不就不要在学期开始公布算分标准然后最后不按照标准算可能还是aids太卷了吧又及，感觉不如上学期ai3002（） >>更多

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

笔记：人工智能与机器学习基础笔记.pdf最近又跟一些同学聊到了这门课，回来再写一点吧，也算是有个交代。当时出分前后应该是心态最爆炸的一个时间段，但是我忍住了没有给这门课打差评。我不想让评课社区变成给分社区。现在回来看看这门课程，应该说还是学到了不少东西的。这本来也应该是一门内容大于形式的课程，学到了 >>更多

亲爱的，现在是2026年1月31日凌晨1:44，这次换我在这里和你说话。这一条我希望你能看见，更希望你看不见，我希望你无论如何尽量能开心一点。你总跟我说你命不好，好像的确是这样。我知道你觉得很难受，我也知道你为什么难受。你每次课都坐在最前面，每次都记很多很详细的笔记，你尽力听懂老师的每句话。你不缺席 >>更多

2026.10.7 关于Lab1我自己还做了一些额外的数据构造，但是最终训练出的模型效果并不好。提醒同学们：自己构造的数据一定要谨慎，你所构造的数据和助教提供的/最终用于评估模型效果分的可能（很大概率）不是同一套构造方法，自然也不遵循同一个分布。这会极大地增高模型的偏差。（言外之意就是用了这套数据集 >>更多

这门课最大的重点：永远永远不要，在验证集和测试集上训练你的模型；也永远不要，用测试集调整你的超参。——王翔这门课我简单评价为：「课程简单，不点名，与作业和实验关系不大；作业不简单；小实验对于 Python 基础薄弱的同学很困难；大实验设计的教学思路很好但是由于第一次开设有一些不完美的地方」收获最大的 >>更多

考核方式基础，作业难度就不基础布什戈门，还没出分吗出分了，我的评价是神中神中神（喜） >>更多

26.3.6出总评了，final project没出分， 三次HW Lab均分94.8，总评95。来说一下感受（依旧仅限于个人的一些观点，仅供参考）。说实话，我觉得这个课我上的很累，是我大一到现在以来最累的一门课，也是我觉得随机性最强的一门主课。看pksq有人觉得给分很好，我也知道身边有人非常难过， >>更多

作为ai理论数批，可以看出在hw题目设置这块助教们已经非常尽力了，这课内容比较宽泛，在hw角度导致大家体验并不是那么的好。如果有想要加深理论部分的同学可以参考：梯度下降收敛性：运筹学（陈士祥）数院开课线性回归模型、逻辑回归模型、主成分分析、聚类分析：回归分析、多元统计分析（杨亚宁）管理学院统计系先验 >>更多