这门课小测不多，作业量小，能通过实验学到简单的模型微调给分不好说好还是不好，你说它好吧，给了94，说不好吧，给了94；喜提大学三年第一次94，同时悲提大学三年第一次94 >>更多

出分了回来补个评课，下面贴个仓库，欢迎来star（但是注意不要照抄，本实验严查抄袭）。 https://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 >>更多

优点：给算力、课程内容简洁明了缺点：实验量大，实验报告内容要求多，描述不够清晰其他信息：应该是有5次小测/点名一次1分，实验从放出到截止有1个月，延迟一周以内提交60%分数，共3次普通实验和一次综合实验我觉得实际我会打7分吧，只是现在的1分还是太夸张了，多打一分注：考虑到这是3学分无考试的专业选修， >>更多

优点：没作业没考试，实验周期长缺点：小测多实验很抽象，我不理解为什么你两个附加要占那么多分，那我问你，附加的意义是什么实验像极了甲方不停加需求时候的嘴脸课上卷怪横生，全是卷逼实验时间普遍出现在很靠近学期后半段，一边准备夏令营一边实验很破防给分感觉很垃圾，又被卡计了总结：这是一门不建议选的课，有这时间 >>更多

无功无过的课，作业少，这学期只有最后一个三合一RAG实验，早期有过小测，最后总评88，给分对大三老登其实也基本没作用，感觉有点盲盒打分，毕竟现在大模型时代这种只看大作业的课就像抽奖。。。不过考虑到事少，也不错了 >>更多

给分很好，前半学期频繁小测，不过可以由同学代交，今年取消了大作业，只有3个工作量比较小的实验，还是很推荐的。 >>更多

6月21日5:04一编先占个坑，作业三写得不知天地为何物了6月21日6:31二编50000篇论文的本地知识库喜提250GB把我E盘撑爆了7月29日02:16三编82分 为了水学分的话还算是合格的课就是作业写得太折磨 >>更多

中规中矩的课,没学到什么东西,给分我个人感觉也比较一般主要是4个实验:实验一：基于CNN的CIFAR-10图像分类实验⼆：基于 BERT 的⽂本分类实验实验三：基于arXiv学术论⽂知识库的RAG系统设计综合实验：选一个kaggle比赛实验文档写的比较简陋,实验内容也有点老套了,相似的内容可能在别的 >>更多