晏轶超 · 人工智能技术与前沿应用修读档案

课程内容：机器学习和深度学习入门版大礼包 每节课抛一种或几种算法，你要是只想了解的机器学习原理，上这课确实能摸到门。但作业就是填空几句代码、拧拧参数、记录结果，扔给gpt都能代打，真想练代码还得自己另开副本。 上课自由度：低 每节课都要扫码签到，还搞不定期二次巡检，对着已签到名单点名，没到的当场把签到作废，堪比打副本中途查挂机。第一节课你干啥都行，第二节课专门留出来写作业，老师下场巡逻抓打游戏的。 考核标准：出勤+作业+项目project 一条工程类通识课的肝度流水线，不推荐选。每节课都布置作业，巨烦；大作业又要pre又要写论文，妥妥吞掉期末复习时间。 授课质量：还行

上课自由度：no 每节课都有签到，签到比食堂早饭还准时 考核标准：作业+期末pre（小组完成论文+ppt），最后期末还是被卡绩了 授课质量：除了最后一节课换了个老师来讲 感觉还比较有意思，其他的课都非常无聊。作业按照标记好的内容改代码，内容需要大量的重复工作！！！重复到你会怀疑自己是不是在给电脑做复健。

上课自由度：较高，差不多是撒手不管的程度。 考核标准：平时作业50+项目作业40+出勤10。平时作业对代码理解没有任何帮助，就是在参数上抠两下、跑个结果、截图上传，纯体力活；而且每次给分都很奇葩，后几次换了助教，给分奇低。项目展示每一组严格控制7分钟，内容多到像往针眼里灌大象，根本讲不深，只能草草收工。每节课都有签到。 以及84.8不捞到85，我是真的想不通，差这0.2是打算收过路费吗？ 授课质量：一般。 感觉一小时就能把一学期的内容囫囵吞完，水得能养鱼。

课程内容：宝宝巴士级别python，踩油门都嫌快。 上课自由度：签到没断过，像每天早起打卡领积分。 考核标准：作业40签到10pre50。 授课质量：优质水课。作业相当简单课上就能完成，期末有个pre，老师注重ppt质量——做好看比做对重要，美工系预备役。

课程内容：大部分就是基础的机器学习 上课自由度：一般 考核标准：ppt+平时作业，最后会临时改成绩拿来卡绩，我也被卡了 授课质量：怎么讲呢，人工智能技术与前沿应用，可老师上课几乎没提着什么前沿应用，一开头先给你上深度优先搜索。我倒要问了，这不是数据结构的活吗，一门”前沿应用“的课干嘛从最最基础开始翻土？我觉得卷积神经网络都算不上”前沿”了，至少对现在大部分活儿来说。要当地基直接开卷积神经网络再过渡到最重要的transformer不就完了。结果整个授课，最重要的tranformer近乎没讲，这就是让我有点泄气的地方，毕竟在我看来transformer就是好多前沿应用的地基，而且它本身就一点也不难，完全可以挑出来好好上，而不是去讲什么“深度广度优先算法”。我总觉得这上课内容和”人工智能技术与前沿应用“这标题就是对不上号的。大概老师觉得后面请几位老师来唠他们的科研方向，这就叫”前沿应用”了，我不买账，没有“前沿知识”垫底却去听“前沿应用”的讲座，这不纯纯地浪费时间嘛！ 我心里的理想排课就该参考台大李宏毅老师的路子，又要”前沿”又要“基础易懂”。那才是我想的最好的“人工智能技术与前沿应用”通识课；而对老师塞给我一大坨机器学习知识我是有点中意不上，真了这种连都普讲机器学习的打法下来，我并不是很推荐其他人选这门课。因为在我看来，大家冲人工智能来，是因为它爆火。而它爆火很大程度上是深度学习抬起来的，特别是transformer架架传统卷积神经网络，至于传统的SVM这些东西！！！

上课教的东西基础到啥程度？基础到你奶奶来听都能点头，过于基础了，基础得让人怀疑是不是在给AI做胎教。但凡你摸过一丁点机器学习，或者真心想认真学机器学习，听我一句劝：快跑，这课纯纯是项目经理给老板们画饼式地讲解人工智能。 虽然内容水得能养鱼，但他管得倒是挺宽，作业呢？纯粹的机械重复劳动，跟上面说的水课内容完美呼应——所有代码模板全给你写好了，你就负责不停地注释、去注释、换运行内容，再把结果拷进word里提交。但架不住有人会去排版、整理内容，卷成麻花刷分。 所以整体来看，这课对刷分人和想学知识的人意义完全不一样： 想刷分的，推荐分1分，因为老师给分奇低。不知道为什么，就特别喜欢卡分，我和我室友一个89一个84，纯纯卡分。上课的presentation只给一点点时间，根本无法展开。想刷分的同学一定慎选。 想学知识的，推荐分$-2147483648$分，这课你**绝对绝对**不可能**学**到任何对你未来有用的知识。上课特别注重应用，也可以说是目前人工智能领域“老航天”的一个缩影吧，对机器学习的理论基础和为什么可行完全不会分析和讲解，美其名曰“我们上课同学来自各个系，学术背景不同”，但正因为大家背景差异过大，对机器学习可解释性的需求也不一样，因此正应该教授相关内容，让大家在未来自己使用人工智能时能不被蒙骗，不被像老师这样的人画大饼不是么？说实话，我比较怀疑老师自己是否真的理解人工智能和深度学习，**个人认为**老师的理解大概也就停留在“哦哦哦这个模型又SOTA了，好好好。一问为什么可行、这个模型做了哪些假设、设计理念和incentive是什么，又搁哪儿啊黑箱黑箱~~”。 对这课**非常失望**，倒不是因为分数，我不准备出国，结课就行。但对上课内容非常失望，明明做了两次上课反馈，却完全不会反思，所谓调查大概也只是形式主义罢了。 分数高的人可能印象好，但我必须强调：分数的方差应该很大，选课刷分的自己斟酌是否愿意赌一下能否拿高分；选课学习的就直接放弃吧，选别的老师真正的机器学习入门内容，或者直接去旁听**真正地教授们**的课程，哪怕自己上网b站搜研究生做的论文导读都比这个老师教得好。 **不推荐、不推荐、不推荐。快跑就完事儿了。**

# 人工智能有人工，前沿应用无前语 课程内容：45分钟上课，45分钟课堂上把作业堆写完。课程内容基本就是科普？且都是十分基础的算法。 上课自由度：高 考核标准：签到+作业（课堂完成）+大作业（组队对一个算法或者一个领域进行介绍，老师打分+同学打分） 授课质量：低 作业难上天是怎么也上不了的，既机械又费时间。代码早就写好了，你单纯改改参数截个图贴上去，要改参数的地方全已标注好。一个参数要求改3-4次，好几个参数都得改，每改一下你都得截图。 45分钟过完，连调库都没学着。 上课45分钟，一节课一个算法，根本讲不深，难点细节几乎全一笔带过，就囫囵讲讲基础概念，而概念也没有讲多清楚，要说一节课的ppt大可以浓缩成2-3页吧，也一点不含数学。 老师美其名曰：着意照顾每位同学的水平不同。于是这节课负有人文美怀，毫零技父底蕴。既没技术，也没前沿的应用，人工智能也少的可怜。 总之，都多少有点编程和算法基础，就别来沾这课了，自己动手两小时自学，完全能把一两百周课的那点积货自学完。反之，如果一点编程和算法基础也没有？好吧这课一样不是佳启蒙。 给分更离谱，大作业那小组互相评分，不就是纯粹膈应人，一旦有人跟你暗饱走心踩你一脚，你就得扑下去。老师给分标准也很离谱，还得看ppt做得花不花，仿佛对技术难度一点要求也没。你不需要懂算法到底是为啥，只要东扯一句西扯一句算法概念便好。那干嘛管自己叫人工智能技术与前沿应用？不如改名叫《用ppt展示人工智能基础》。 最后不捞，不捞的啊。天黑了，前面的坑就摆在那。跑。

课程内容：一些深度学习比较基础的东西，深度但没有完全深度 上课自由度：非常高，基本上别太离谱老师都不怎么管，离谱的边界还挺宽 考核标准：平时作业 期末的团队合作作业pre，队友的靠谱程度是这门课最大的随机变量 授课质量：挺高的，看得出来老师非常有学问，也会在课上把自己研究的相关工作分享给我们听，属于是边听边觉得人家脑子是另一个牌子的