人工智能基础(A) · 修读回执档案

课程内容： 给一颗瘸腿的星星是因为系统不让打零分，一颗星已经是这评分体系的下限了。

课程内容： 问题出在课程本身，不是老师的问题 上课自由度： 极高，从来不点名

大脑：我在听课。我：听谁在讲？大脑：不知道，反正不是我。

课程内容：¿ 上课自由度：✅ 考核标准：¿ 授课质量：¿（仅针对课程不针对老师老师还行） 叹交大人工智能之课（邪修版） 沪上交大，江湖人称神仙学府，结果人工智能基础这门课，主打一个：你来都来了，那就别想好过。 学分寡薄，寥寥几分，少得像奶茶里的珍珠——数得出来，还不管饱。可课业呢？纷杂得像早八人的待办清单：课前预习把你按在椅子上，课中听讲把你拴在座位上，课后上机、熬代码、困实验三连击，主打一个朝暮伏案、焚膏继晷。调试程序调到怀疑人生，推演算法推到灵魂出窍，心力耗竭，连emo都得排队。 再看讲授内容，玄奥晦涩，空洞浮泛，理论缥缈得像前男友的承诺——听得到，摸不着；实操艰深得像自助餐的夹子——看着能用，一上手就寄。纸上空谈居多，于世于学全无实用。学完既解不了实操的困，也长不了学识的进，纯纯是拿青春换了个寂寞。 期末科考更是重量级：考题冷僻艰深，门槛高耸，你平时学的那点浅淡压根不够应试，苦思冥想也难落笔。勤学者殚精竭虑，及格还得看天；庸常者茫然无措，只能感叹课业磋磨。学有所用？劳有所得？这门课表示：不好意思，两样都不沾。 劳神费力，琐事缠身，学分微薄，学识空浮，考试苛难——集齐五毒，百无一益。只能说，它最擅长的不是人工智能，是消耗你对大学最后的热情。

课程内容：概念的狂轰滥炸，像被塞进CPU里强行跑满一百个epoch 上课自由度：0人在意，这课的出勤含金量堪比自习室的路人甲 考核标准：期中+期末+日常作业(当成红课就对了 授课质量：老师和助教很好 5.0给老师和助教，0给这门课 最后，想对开这门课的领导说：**** 二编，出成绩了，有点可惜，差一分满绩点。 老师讲得很好，但这门课考到最后就是背概念，所以老师讲的原理就当成科普吧....... 更改了一些不文明用语

————孔乙己便显出一副快乐到冒泡的样子，两根指头的长指甲哒哒哒敲着柜台，一点头："对啊对啊！回字有四样写法，你知不知道呀?

## 最终编：期末出分，还是要给老师一个正确的评价 单说给分，老师确实没太为难大伙，平时分（40%）基本给满，哪怕我有一次签到漏了也一样。 接着期中和期末各30%，期中就不评价了，戏太足，期末基本跟给的大纲重合度贼高，背了就有分。 这门课不想再多说啥，起码没拖我学积分，无功无过。 *** ## 以下评论不针对老师和助教，仅针对课程设置 期中复习复到心态爆炸，复习资料一大堆，有作业题、上课的ppt、以及官方的考试重点，刷完一圈我得说这三样讲的东西完全是两两正交的，做作业题去翻ppt和考试重点愣是找不着，考试重点差不多就是拿ppt里那些似是而非的云里雾里的玩意分条列出来。 我是真搞不懂这课想干嘛，要是想帮大一的同学们认识一下ai大模型，不如把三个上机课程全设成大作业，把期中期末两场考试取消，让老师手把手教大家搭一下然后训点简单的像minst之类的ai模型。现在的上机就是把种子改成学号后八位，然后调一调超参数，其实超参数都不用怎么动，epoch堆得够高总能把正确率堆上去。平时理论课讲一大堆，我说实话，作为降转的ldx，就算我学过高数线代概统照样听不懂，一堆公式直接砸下来，没有前因后果，然后就踩在公式上面讲点东西或者出题考你，这不就是不打地基直接盖房么。 这课如果期中期末都是考背书，那最后上完大家只会用ai查平时作业答案、用ai填上机作业里的一些参数、然后像背八股一样背出那些自己压根不懂的非常肤浅的ai原理，那我是只能说jwc为了迎合学校某些领导的xp上赶着把这种勾石课塞进大家培养计划里活该被骂，这课早晚落得和大学化学、大物三一样的下场。 *** 二遍：什么sb课，一开始是有些班发了题库，接着老师紧急辟谣说重新出题，最后考完又有同学说全是从题库里出的，真·纯脑瘫课程设计，直接举报吧重大教学事故。 *** 三遍：这门课真是纯弱智啊，我请问你考纲到底从哪来的，反正我从上课的ppt里是没瞅见，上课也没讲过，还以为你们期中考完会改，改哪儿了？交大这么多课，甭管水课硬课，我就没见过哪门课的考试和上课内容ppt是正交的，甚至连生成的ppt里的公式还是md格式的都不肯编译一下，我看这课的负责老师也不是啥好人，不想上这课可以不上，拿ai生成的复习资料糊弄我们干嘛。

三编：分还行，回来还愿，5分打上 二编：期中体感还行，不算难，平均分也还说得过去，老师人是真的好，期中期末复习资料都给，从不签到，还会提前告诉你哪节课讲的内容很重要，先加4分，这波分给老师和助教，期末要是分数不错就加到5分） ## 总分5分，0.1分给这门课，真的是一分都不想给 ## 4.9分给辛苦的老师和助教 ### 你要是有这个课，孩子恭喜你，不用跑了，想跑也跑不了 ### 我的评价是AI的事情就该交给AI来解决 课程内容：课程标题就摆那了，人工智能基础（真的基础吗） 这门课压根不像给一个刚来大学读了一学期的大一下小登上的吧？ 授课内容完全不考虑学生的数学水平和理解进度。 高数还没上完，概率论没碰过，统计学没碰过，phython更是0基础，我实在想象不出什么人才能真正搞懂这门课。 真有人能把这玩意啃透，恭喜你可以撑地了，大一下实在是太低估你的能力了 随便列一下课程里用到、但我没见过的数学基础知识 梯度（这门课讲到的时候高数还没讲到） 偏导（这门课讲到的时候高数还没讲到）哦对后面还有对一个矩阵求偏导的 先验概率和后验概率 高斯分布，还有统计学里一堆乱七八糟、名字记不住也不知道怎么算的量 其他的等我复习了再加 <br/><br/> 上课自由度：极高，目前没有签到，也不管你干什么，不点人回答问题 <br/><br/> 考核标准：平时分40%+期中30%+期末30% 平时分主要就是每节的一些小作业，不多，再加3次上机的AI模型训练。 AI模型训练分数与最终模型预测准确度（accuracy）对应如下 分数 &ensp;&ensp; FNN &ensp;&ensp; CNN&ensp;&ensp;LSTM 95分 &ensp;&ensp;&ensp;91% &ensp;&ensp; 40% &ensp;&ensp;75% 97.5分&ensp;&ensp;95% &ensp;&ensp; 50%&ensp;&ensp; 80% 100分 &ensp;&ensp;98% &ensp;&ensp; 70% &ensp;&ensp;85% 不是我还纳闷了这种课居然还tm有期中考试？哪个神人想出来的？内容也是一坨（虽然还没考），纯纯专有名词记忆大赛吧，反正我是没记下来几个，还有英文简称之类的，根本对应不上一点，比红课还难背 <br/><br/> 授课质量：老师讲课还是很好的，这也是我愿意给老师这么高分的原因，别被老师别的课低分吓退，我能听出来，老师是真心希望你能学到东西。甚至会为了课上没讲完的计算之类的东西专门开一次网课（可上可不上，很自由）而且讲得也挺生动，很愿意为学生解答疑惑，只可惜因为课程自身的原因，听不懂，听不懂，听不懂。 老师很专业，可我们不专业啊，这有什么用呢 缺点：有时候会讲远讲偏，导致有限时间没讲完。上课喜欢在前排找一个人互动，不是回答问题，就是经常问"对不对？"这种互动。 <br/><br/> 现在就等考试，考完了根据考试内容和给分再回来吐槽 真给lz气笑了这门课，这辈子从来没碰到过连复习都完全听不懂的情况

课程内容： 需要指出的是，我听说，本课上机作业仍然是要参考排名给分的（可能不完全是按照但要参考），原厂未确认，排名辐射依旧盘旋 上课自由度： 考核标准： 授课质量：

课程内容：人工智能基础，主打理论派机器学习内功心法，专攻内部运行逻辑这类玄学。范围又广又深，比如pca的底层逻辑与物理意义，svm的底层数学方法之类。私以为学这些纯属练屠龙术，但最讽刺的是讲了这么多奇奇怪怪的东西，愣是不教你调包，不教你把程序在电脑上跑起来，不教你怎么用ai解决实际问题。于是本课在毫无意义的同时还要背到胃里翻江倒海。 上课自由度：较高，不签到 考核标准：期中+期末+上机，上机包含三个lab，得自己在kaggle平台上调预测模型。多元考核方式让本课金上加金。另外上一届的kaggle是按排名打分，纯脑瘫。这一届优化为模型预测正确率达标即满分。 授课质量：中规中矩，有趣的是上机课是助教讲，说明老师大概在机器学习平台上也是小白一枚。同样有趣的是上机课助教会发完整代码，理论上我们只需要调参数，也就是最脏最没用的活。实际上可以直接让ai把基线代码整个重写来交差。 其实老师至少不是纯乱讲。考虑到他可能不懂机器学习，已经算负责了。老师和助教人也蛮好的。但本课实在太他妈金了，以至于我最多打1+1=2分。之后再看老师捞不捞人决定往不往下。

课程内容： 线性代数，微积分，概率论，机器学习……好家伙，这哪是人工智能基础，这是把数学系四年陈酿一口气怼你嗓子眼里。私以为如果这门课目的是理论学习，那应该讲究知识点的循序渐进和理解，而不是端着概念往你天灵盖上浇水泥；而且大多数工科专业后期本来就会学到相关课程，何必提前替人家把坑挖好。如果是为了科普，那更不需要讲这么多数学原理，科普而已，又不是要求人手推火箭。 会默认你已经掌握了一些概念，就像相亲默认你有房有车一样自信。个人更喜欢吴恩达那种**从零开始**的讲法，手把手，像教奶奶用智能手机。 但看一遍ppt还是会有一些收获，属于是被迫打卡还能捡两块经验金币那种。 上课自由度： 前半学期不签到，后半学期签到，但是应该不算分

课程内容： 不知道，大概是没学过的 exacerbated 版高数加线代，再撒一把人工智能的理论和原理调味。真能学会的，也就当代冯诺依曼+高斯+爱因斯坦三合一了，学完可以直接去申请转世重修。 上课自由度： 0人在意你干什么，反正听不懂，你坐那儿泡茶都没人管。 考核标准： 期中期末+上机作业，但由于大家都不会，上机作业简化到打开网页，点击运行按钮，提交就有分，神了，属于是把"交作业"降维成"呼吸"。 授课质量：史 孩子们你们好呀，我是开课第一年的小白鼠，也是吃到史了😊。我一个硬件专业的学生何德何能需要掌握计算机专业都没学到的知识，以及更高的高数，哦我还需要在一个月内精通python才能看懂代码。教务处成功做到老师不知道怎么教，学生不知道怎么学，评价为纯正的、毋庸置疑的、no doubt的煞笔。什么？你想突击一下考试？没有课本没有题，ppt你就看吧。这就是我们交大最好的金课啊！赢！ 老师和助教其实很敬业，也很专业，二十分给到老师，课程本身，零蛋。

课程内容： 拉完了，这课的内容横跨传统机器学习、深度学习、线性代数、概率论、最优化，听着像满汉全席，端上来一看是五盘白开水。纯正金课，金字招牌挂得比我绩点还稳。唯一优点：内容很浅；缺点：浅到脚底板，什么都学不到就是了。 上课自由度： 高，前期像放养，后期签到突然像查酒驾，烦。 考核标准： kaggle（毫无意义的调参比赛，纯纯时间黑洞，只会浪费学生的时间）+考试（未知内容，大概率红课级别）。 授课质量： 低，念ppt+吹水，后期直接摆烂放视频。

这是近两年新开的通识课，开局从人工智能概论和数学基础起步，一路杀到传统机器学习（无监督+监督）、神经网络（全连接、残差、卷积、循环神经），再过渡到Transformer和相关结论（凝聚、频率、平坦），最后提一嘴大模型和可信AI。想预习？直接看B站许志钦教授的网课就行，人家研究方向就是Transformer那些结论，这课课件也是许教授等人做的，属于是官方指定外挂。 我站其他同学这边，这课设计上确实有点难。第一难在数学，第3~4节AI数学基础能当场把大部分人劝退，因为要求你掌握线性代数、多元微积分和概率论——后面很多节还常年超纲，动辄高维球壳、马尔科夫往脸上糊。第二难在编程，学期中三次上机，要用python（说人话就是主要numpy库）调参数或者写代码。本意是调调参数，结果大家发现某些代码不动手术很难拿高分，于是不少人直接让AI推倒重写，目前看起来没人管。但拿测试集当训练集刷满分这种操作被助教正义制裁了，我个人也觉得这行为相当可耻。 黄老师是位很有意思的老师，爱吹点牛，但性格很和蔼，课下也很愿意跟同学唠。他社会科学研究居多，所以偏AI在企业界的应用，纯学术同学可能会有点不适。我觉得这课主要魅力在课件，吃透得花很多时间（推荐豆包，有问题就去问她，然后整理电子笔记），但确实收获不小。至于课嘛……这里冒犯一下黄老师，我认为他的讲授对数学部分失之于粗略，讲故事多于论证。后半段黄老师直接上课放许老师的B站版，B站版确实不错，然而那我自己找时间看不香吗…… 这课在浦江国际学院没期中，只有期末，因为春季学期一共才8周多一点。相应地进度是其他学院的两倍。作业和考试全是客观题，作业可以上AI但只能交一次，豆包跟我联手正确率大概95％。没有出勤要求。本学期末开始搞扫码签到，但签到不算分。 总之我理解同学们的愤慨，但这课其实挺有意思——或者说，人工智能本身是个有趣的领域。仔细研究下来会有收获。另外，对IPO感兴趣的同学，IPO系列的Algorithm for AI（授课教授也相当不错）很适合跟这门一起上，因为本课不太重视的大模型正好是Algorithm for AI的主菜，两门课很多知识点也相近。 总之事在人为。都上大学了，哪有什么好学的东西，真好学早下放中学了。不过教研组要改进的话，还是先把数学和编程基础打牢再学这个，许教授写的教材都说适用于高年级本科生或研究生。这课要是放了大二或大三，我直接五星奉上。

要是交大所有课的授课老师都跟许老师一个模子里倒出来， 那我高考多考出来的每一分，都不是浪费，是充值。

课程内容：不重要，反正听不听都一样不会。 上课自由度：高，我睡到现在都没人管，梦里啥都有。 考核标准：上机3节，期中期末，说是有题库，签到没见着过。 授课质量：我说老师是专业的，但我们不是专业的啊！每次想认真听，听着听着就睡着了，醒来正好卡在自己不会的点上，再琢磨一会，得了，彻底归零。建议就是抱紧老师发的资料大腿，听说传承上应该有（？），可能考试题库和这玩意有关系。 //本评论发于备考期中QAQ

课程内容：？？？ 上课自由度：随便玩，反正你也听不懂，主打一个陪伴。 考核标准：每周一次知识问答，三周编程竞赛，还有期中期末，好好享受这坨大粪吧。 授课质量：不清楚。

### 课程内容 从线性代数到概率统计，从算法基础到数据结构，主打一个包罗万象，端上来的是一桌满汉全席，可惜我只配啃菜单 ### 考核标准 # 不知道 知道了也没用，你做没做好作业不重要，反正教研组想改就改，主打一个薛定谔的规则 ### 授课质量 **课程设计幽默完了** 教研组没想好怎么上课就别开这门课，真不知道怎么上课就看看这门课是什么，用AI把自己代理了都比现在好

课程内容：【想正儿八经通关此课，请先自备如下装备栏】数学分析、微积分、高等代数、概率论与数理统计、数值优化、python程序设计基础、Python数据处理、数据结构与算法、信号处理、计算机基础……好家伙，这配置拉出来我以为点开的是研究生课程目录，结果一看是给大一开的。 上课自由度：无法评价，此项已阵亡。 考核标准：期中期末+上机调参数。上机因为测试集肯定不是动态的所以理论上可以先射箭后画靶，于是一开始搞排名赋分制，几十个人并列准确率100%（真能练到这境界可以直接空降OpenAI了好吧），结果临近DDL临时改方案，只能说nb。另外，一个2学分的课怎么敢开期中期末考试的，思想政治类课开这些起码考的是思想高度深度，理论含量这么高的东西甩给一群大一学生，死背？ 授课质量：极低，当然这锅不甩给授课老师和助教，课都是各个学院拉来的老师拼盘，基于上面那份《先修知识》清单，ppt每页塞得跟春运行李架一样满，而且就32个课时你让他怎么讲？这课真要学会，好歹每周五天排满学一学期吧？？？ 五星好评，分期给……

课程内容：人工智能基础，外挂高等代数、机器学习、深度学习、概率统计一大串，范围大得像查寝。 上课自由度：高 考核标准：作业25+上机15+期中期末 授课质量：？ 我是真一句话都挤不出来了，上课内容完全不管学生有没有基础，教研组到底哪来的底气，指望一帮大一下啥都没学明白的学生精通这一堆？数理基础部分先按下不表，上机作业要用python，但真不考虑一下不是所有人都学python这回事吗？还有上机作业交到一半突然说别交了，转头在截止前一天半夜放新评分标准，这是真没把学生当回事呗。 还有，一门两学分的课，凭什么跟数分大物这些课一样配个期中考？那复习要点长得比红课还红课，我感觉把科目改成专有名词记忆大赛都算人道。 那仅剩的一分，给的是老师和辛苦挣扎的助教，这门课连最低那一分都不配揣走。 ———————————————————————————————— 期中考完二编，这操作金得我头皮发麻：有的班老师把题库发下来了，有的班死活不发，紧接着又紧急辟谣说期中考试题不会从题库里出，可手里有题库的同学表示大部分还是题库原味。那我想请教一下，你们说的人工修改指的是啥，是在原题前面加一句“某实验室同学认为.......”吗？还有，这是一门教AI的课，不是让AI来教我们的课，你的复习要点和题库都是AI吐出来的，这又是什么意思？教研组里已经没有活人了吗？我自己拿AI写作业，交之前都得亲自把答案校一遍看对不对，你们倒好，一份人工没校验过的复习要点就这么发下来让我们照单复习，还卡在考前两天才交代这东西是AI整的，你们自己不觉得这场面挺好笑的吗？ 烦请教研组先把定位搞明白：是硬课就老老实实上好，是水课就老老实实找准自己的位置。