张宸 · 人工智能基础(A)修读档案

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。

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❤️

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。