人工智能基础(A) · 修读回执档案

课程内容：太多太乱。把一堆资料倒你头上的那种，自己拿盆接。 上课自由度：很高 就签到两次。签到次数比你半夜点外卖的准时度还低。 考核标准：期末期中各占30作业40。字面上像三门大菜，实际压力构成靠外力，课本身不给保温。 授课质量：老师努力想让课堂活跃一点 但是。。。完全不听也没关系 依靠自学完全可以半天拿下 课堂不好但是老师挺好的 完全值得5分。他自己在教室里当气氛组，你在宿舍自学当主力，最终握手言和，皆大欢喜。

课程内容：梯度下降算法，全链接神经网络，残差神经网络，卷积，transformer等等ai知识。 上课自由度：好极了，几乎无考勤，有几节上机课不得不去，后半学期其他课我几乎都没去，平时分依旧还行。 考核标准：期中30、期末40、平时30。平时的30里面包含课后作业得分、上机实验得分。 授课质量：其实还可以，看得出课程组PPT做得挺系统，是想给孩子好好讲东西的，但是安排不太合理，机器学习都是大三才学，让一个大一下啥也不会的小登来上这个课，体感只能是……啊。但张老师很好，讲课很清楚很耐心，助教们也很专业。给老师打五星，单评课程只想打三星。 对了提醒一下，这门人工智能基础好像是不计入核心学积分的……塞了这么多东西的一门课，竟然不计入核心，亏我要死要活还复习了，哭哭。

课程内容：ai基础知识，数学和程序设计原理堆成山，难度不小，不过本学期所有人都要学，还是第一次开这课，后续内容和难度应该都会调整——首发限定版，能不能平衡还在薛定谔 上课自由度：高，老袁没签过到，人到不到全凭良心 考核标准：作业25%+三次简单的上机（就是改改参数跑跑网络）15%+期中30%+期末30%，配比写得比开学综述还整齐 授课质量：这个5星完全给到老袁，跟课程本身没关系，第一次开课，安排极其不合理，锅甩不到人头上。老袁认真细致，会认真备课，每个部分一般都会找视频发给大家理解抽象概念，别的班同学还来找我要过视频（）平时期末复习资料全面贴心，期末甚至给了详细版和考前速通版，夯，只求课程继续改进。要挑老师的话，老袁是你不会后悔的选择，助教人也很好

课程内容：给你讲讲AI是怎么发家的、各路架构的原理那点事，好比带你在AI博物馆里溜达一圈，全程蜻蜓点水，毕竟数学门槛高得像珠峰，想深入也深不下去。 上课自由度：叶老师的课整体比较放飞，不点名。 考核标准：平时作业按时交，考前再抱一下佛脚，拿个好分数应该不难。 授课质量：听得我整个人原地升天，一句没听懂，所以这栏我不配评价，不评价。

课程内容：人工智能从盘古开天辟地讲起＋一大堆数学，堆得跟双十一快递似的 上课自由度：没有签到，肉体自由但灵魂被数学拴住 考核标准：平时40（上机3*5，平时作业25）＋期中30＋期末30。这个班级有大作业，其他班级好像没有……（而且大作业到底计不计入总评，我到现在还满头问号）大作业有三个选择，从夯到拉锐评校园大模型／SJTU-skills／自由创作，最后一堂课上小组展示。每条赛道第一名的小组可以获得一份自选AI订阅的费用奖励 授课质量：讲得其实还算不错，课堂版PPT里面已经把很多数学的部分省掉了，也算能学到一点吧。课程整体设计不太合理，感觉内容过多了，考试给了复习提纲，于是硬生生变成比拼背诵能力（？）；实操部分只有3次调参，感觉啥也没学到，摸鱼摸了个寂寞

课程内容：人工智能基础的课程组统一PPT，教材是许志钦编写的人工智能现象导论，考试内容基本上与课后作业一样，都是概念性选择题，转世投胎级别的复读机操作。 上课自由度：基本上一半的课要纸质签到，上课不管你干什么，你当场掏出泡面吃也没人管你。 考核标准：期末30+期中30+kaggle上机得分15+平时作业25 ## 但是你上机和平时分打分按照正确率是啥意思啊喂？？？不应该是按照提交情况嘛？？？点名点菜呢，我交了个寂寞还得看你心情给分？ 授课质量：低，老师好像自己都没搞明白AI模型原理和PPT就来教课了，而且课上出现多次老师看着PPT瞎讲的情况。建议是通过B站讲解视频和AI对话自学，但这门课又纸质签到你不得不去，只能说自相矛盾，拉完了，一根手指倒竖那种拉。 --- 二编： 老师大概说是上机和平时分有优秀率限制，要符合什么分布。反正这门课是真私募了，谜底就在谜面上。

课程内容：一坨，课程大纲在说什么我怀疑连大纲自己都不知道。 上课自由度：高，极高，老师压根不管你。 考核标准：期中加期末，新时代军理本理，背就完了，5h可以解决。 授课质量： 课太烂，但不是老师的锅，我给4分就是想让后来人知道闵老师人很好，如果你注定躲不过这坨必学的玩意儿，那选闵老师体验会好很多.

课程内容：人工智能的基础知识，就是那种听着挺酷但啃起来像压缩饼干的东西。 上课自由度：自由得能长出野花。全无签到，本人自期中考之后就再现过一次，平时分还拿到了98.08，也不亏。 考核标准：30％期中+30％期末+40％平时作业。首先，一门2学分的课混出一个期中考试，简直是本门课最大的一声叹号。而且据传闻各个班考试资源和信息还不对称，雪上加霜，事实上我最终的成绩也是被期中拖下了水。 其次期末应考——以致整门课的学习——其实更像是一场突击背诵和记忆赛，当然如果你真能理解人工智能的原理和概念，那自然是最好的。本人期末考前两天靠着袁老师的知识点总结一路狂飙拿了96分，还是得说一句真不错。 授课质量：本人的听觉神经系统没上过课，但凭感觉来说，袁老师和助教讲课、答疑等一系列工作是到位的，人也很好聊，期末考前还会带队集中梳理知识，附赠一份可以吹喇叭的超高质量复习提纲。只不过课的性质摆在那里，这门课注定当不了爆款，而课的老师位置也一定不会太好看，属实城门失火、殃及池鱼。 总结：袁老师是一位很亲近、很值得尊敬与推荐的好老师，助教们的工作也一言以蔽之精准，给到5☆；至于这门课本身-1☆，本人被卡绩-1☆。建议后来的学弟学妹这一门配着AI陪你练手一起学（因为一点都不学的话考试那是真的雪花一片白），别在课堂上花里胡哨做无用功。祝大家这门课都能开出理想的花，别像我那样被一门2学分的课卡掉一段珍贵的心情🤣

课程内容：老师念PPT的本事堪称人形TTS，讲课？不存在的好吧 上课自由度：高，没有签到，属于是放养式快乐教育 考核标准：期末期中各30，平时作业25，上机15 授课质量：赶紧跑！我期中期末加在一起才扣3分，平时分直接给我扣6分！这位老师平时分是拿秤称的，你写作业多少分就是多少分，一分都不带多给，捞人？不存在的，赶紧跑！

课程内容：💩手办 上课自由度：🈚空气 考核标准：拉到一个寂寞 授课质量：南坪到地图搜不到 拉无可拉的课程，是教务处拿漏勺往外舀的那种拉，拉出了天际线 所以就差一丢丢平时分，我人卡在90。卡绩点卡学积分图个啥？每堂课我像保安一样到位，每次上机我都坐在那儿望屏幕。 我不否认这整节课唐得像刚出锅的糖炒栗子，但老师/助教手握平时分后门多撒一撮都不肯，那我也只能说唐到骨子里了 刚翻评论还有个b哥，唐课上还养出🍬丸了，我回来笑一轮，笑得跟捡到五毛似的。

## 前言 为什么只给4星？**老师本人我照旧塞5星**，这颗心是铁的。火力全开喷的是这套堪比用脚抠出来的课程设计，扣4分，然后看期末考核和给分还算当人，加3颗星回血——主要是刚被隔壁喜提热搜的线代2气得CPU烧了。 --- ## 课程内容： 人工智能基础，光看名字还以为是《走进AI大观园》科普讲座。 --- ## 上课自由度： 高到离谱。半期考完，我们集体悟出一个真理——分数和到课率的相关系数≈0，之后教室基本查无此人。中途签了两次到，有一次还漏签了，平时分照样几乎拉满。笨人平时作业也基本是18、19分。 --- ## 考核标准： 30%期中，30%期末，40%平时 这学期期中主打一个考得又广又深（发的提纲自己一堆错误，还盖不住考题）；期末倒是良心得很，卷子差点儿没直接喂嘴里。本人期中对着PPT、AI加提纲，认认真真肝了两天，结果还干不过期末考前那一晚从0开始、有效时间不到5个小时的死记硬背。 --- ## 授课质量： 就这课程设置，授课质量再怎么蹦跶也高不了（跟老师一毛钱关系没有）。真心想学AI、或者以后打算吃AI这碗饭的同学，自己把数理基础加编程基础焊死了，网上资源多到能把你泡澡。

课程内容：人工智能 上课自由度：极高，高到像放养 考核标准：30%平时，30%期中，40%期末，期中期末大部分是选择题 授课质量：听不懂。但这锅我得甩给学校——让一群连python长啥样都没见过的人直接啃这玩意，纯属脑回路接反了。老师怎么讲你都听不懂，说白了我说的。这真不怪老师，老师也想讲明白啊。 拿分这块简直是白给，上机课老师程序都给你码好了，你负责往里塞个名字，回车一交，完事。期末重点清晰到离谱，恨不得把卷子糊你脸上，我活这么多年没见过这么敞亮的重点。看一眼，高分稳了。

课程内容：内容很重要，课程很狗屎 上课自由度：高 考核标准：平时40+期中、期末各30 授课质量：1.建议抱着GPT等AI对着资料自学。正如前文所讲，这课内容是真重要，可真身是真狗屎，与其坐教室里听高大上的狗屁，不如让AI拿人话给你掰扯掰扯。 2.爱卡绩。分数能抠到小数点后两位，可就算只差0.2也照卡不误。要摆风骨您挪个地儿，别拿我们的成绩当您自我高潮的舞台。 3.问题描述：课上想学点干货，比如人工智能的应用、实践啥的。人工智能发展史这类没必要听。考核方式不合理，闭卷操作的考试难度太大，建议改开卷形式做操作。 开课院系/教务处反馈：这门课程是全校统一大纲进行备课。不同老师的学科背景不一致，案例和扩展内容不一样。建议选本院教师任课的教学班。考试形式经课程组前期研讨确定，暂不修改 自己看吧。

课程内容：这个大课的统一内容 上课自由度：这不低，考勤完全没人查 考核标准：30期中+30期末+25”平时”+15上机 授课质量：这课除了能让你在考试那几天摇身一变人工智能嘉豪、专业名词嗖嗖往外蹦之外，别的地儿大概率为零作用，除非你大一就已经把AI科研这摊子整得门儿清。而且老师是真没劲，感觉不太会讲课，内容加老师一出，这课几乎全军不听，后期座位空得能跑马。 期中期末就是按卷面给，可这平时分居然是纯按作业算，一毫一厘都不带调的，是不是有点太神人了。作业是每节课都来一个canvas上的20道客观题，一共20分，一题一分，迟交就直接扣四五分，甭管你是迟了几分钟还是几天，老师都直接改canvas上的分数，于是你会看到自己做对19道结果只拿14分，最后平时成绩就是把你所有得分加起来除以总分乘以100，也就是说你每迟交一次都会对平时分上直接动刀。我认知里没哪门课的平时成绩能和作业得分捆得这么死，堪称严谨，也顺带告诉我们迟交作业是真的会咬平时分。这种跟传统平时分给法（至少我认知里的）反着来的课，让我成功只捞到70的平时分，我觉得很不合理。下一届学弟学妹记着按时交，多用ai检查几遍你的回答，因为这玩意是货真价实的总评分数啊。

课程内容：AI的理论知识（ML DL RL三件套） 上课自由度：好像大多是课签到（canvas上签，所以还挺自由） 考核标准：平时4期中3期末3 授课质量：低，纯念PPT 我估计这课也就开一个学期，下学期大概率改名重生。但xpy们切记： ## 不要选lmh 因为TA真的会在没有比例限制的情况下 # 卡绩 lz还专门去问助教，是不是大家都分高所以故意不给进位，结果打脸，不是。 ## lmh就是有严谨的精神 就是想保留两位小数 虽然lz到现在也不明白绩点对我是个啥，泥交好像大多看学积分， 但lz就是心里憋屈，就是想来选课社区吐槽。 # 大家记得避雷lmh

课程内容：人工智能基础，从传统监督、无监督学习一路到卷积、循环、transformer等各种网络结构。 上课自由度：高，后半学期教室空旷得能开运动会。 考核标准：主要是两次考试，平时分说是根据三次调参练习，但还是给满了。 授课质量：对于大一下学期学生来说，这门课涉及的数学原理比较高深，不一定能全部掌握，但对应付两次考试来说，其实只要把ppt和复习提纲上的重点概念理解清楚，再配合作业题和题库题加深理解，拟合一两天就能全部学会。这门课对大一新生虽然有点超前，但能让我们提前了解到正在学习的高数和概统知识未来是怎么应用于其他交叉学科的，总体还是功大于过的。虽然后半学期上座率不太高，老师授课态度还是比较认真的，有听不懂的也可以去b站看xzq老师录好的视频课，对概念理解很有效果。这门课想考高一定要真正弄懂概念，不要盲目死记硬背题库。 简单解释一下，这里说的理解概念指的是直观感性的理解，比如强化学习里的累计回报的概念，再比如定性理解马尔可夫性历史步骤对未来步骤没有影响，对于大一学生不需要也做不到真的去定量分析诸如频率原则的拟合计算公式抑或是残差连接的定量计算等等。

签到？不存在的，老师可能都忘了点名这回事。给分高到离谱，课间还发小面包，就因为这届一堆教学班晚上连轴转，怕你饿着——而且不是头一回，是每次课课间都发，好家伙这哪是上课，这是深夜食堂配绩点自助，夯到冒烟了。 课程内容我不掺和，自己翻别的教学班去。

课程内容： 按照大纲走，主力是各种神经网络和transformer轮番上阵，外加老师亲自挂包装的那几个训练过程中冒出来的原则。 上课自由度： 签过几次到。 考核标准： 平时40+期中30+期末30，期中稍有毒打的意思，期末则轻松得像开简单模式吃鸡。 授课质量： 极高。讲课幽默风趣又深入浅出，上着上着会恍惚觉得这门学科本身挺有嚼头！想都不用想，闭眼往许老师的课里梭哈就对了！

课程内容：人工智能是怎么来的、怎么发展的，包括监督学习、无监督学习、卷积神经网络、循环神经网络、Transformer、强化学习这些玩意儿，外加三次上机作业调参数，以及每次课附赠的课后小题目。 上课自由度：较高 课堂上大体不限你在干什么，不过还是建议老老实实坐进教室听，许老师有时会随机互动，也点过几次名。如果你目标就是掌个大概，逮一下重点听得了；想比较完整拿下 PPT，那推导线上一路跟紧。lz 觉得要完全掌握确实费劲，毕竟讲的东西本身不算省油的灯。 考核标准：期中30%+平时40%+期末30% 期中丢了一份 AI 生成的复习料，命中率不算高，最后还得自己去背 PPT。范围考到全连接和残差为止，题型里有选择、判断和少量填空。 平时主要靠课后小题和三次上机撑着，也许还加进来了考勤。小题目可以用 AI 作为工具，正确率挺高，不过还好自己再过一眼，因为期中出了几个原题。上机就是调参，如果把许老师讲的那些现象拿去指导调参方向，可能更快、更清爽，吃到高分不怎么困难。 期末同样甩了一份据说是来自试卷 AI 生成的复习资料，篇幅七千多字，但拟合程度极高，只要你背，大概率不会低分。反过来要是能靠理解再搭着记忆，会轻松非常多。题型是 45 选择 45 判断 10 填空，严格来说不那么难（前提是你背了那份资料）。 授课质量：高 许老师是真的对这门课有热量，PPT 主创也是他本人，所以每处重点难点怎么被提上来他门儿清。据 lz 朋友透风，他们的老师讲得还没许老师明白。撑过一个学期的修缮，课件比一开始清楚了一些（有些内容标出了阅读材料，也就是“没时间可以划掉不看”的那种意思），但仍然很吃课堂讲解，纯看 PPT 看得磕磕绊绊别狡辩。许老师上课会全力去接同学们抛出的问题，负责也专业，讲课还带飙车情绪，有一节居然反复放“还有谁~”还放肆哈哈大笑，一时课室快乐游。 这课程实在也不知道该怎么评，于是跟对老师变得非常关键，lz 极其推荐来听许老师的课，觉得这已经是这门课难得的高质量发卡经验了。

属于比较新的一门课，监督学习、无监督学习、CNN、RNN、transformer这些ai基础知识全给端上来了，外加ai数学基础。实践部分就是基础pytorch的读写。光看内容也知道教学组是有那么点用心的。 但问题也摆在明面上：首先教研组硬要把这一大坨东西塞进一个星期、塞进只有一门课的两学分水课里，完全没考虑学生脑子装不装得下、底子够不够。其次上机练习浮在表面，学生唯一能干的就调调参、改改正确率，对学AI没有半点帮助，课程本身也没系统告诉你到底怎么把这模型正确率提上去，就是让你一遍遍瞎试。说白了理论的部分不够理论，实践的部分不够实践。你要么别讲这些理论，直接上手带学生介绍这个agent怎么用、那个大模型怎么用、如何本地部署；要么就把理论讲深刻点。 老师本人挺好，也希望大家真能学懂，但确实超出了很多人的能力范围。上课自由度很高，从来不签到，一次不去也不影响平时分。最后期末考试，重点全画出来了，对着背就能拿满分，这点还是很良心的❤️