潘越 · 人工智能基础(A)修读档案

课程内容：有一本我活这么大从来没见过、但好像又被传上canvas的书：许志钦、张耀宇《深度学习现象导论》，而实际所有内容全躺在上课的ppt里，应该是每个班统一发的。内容涵盖绪论、数据与数学基础、经典机器学习（传统监督学习、传统无监督学习）、常见网络结构（全连接网络架构、残差神经网络、卷积网络、循环神经网络、Transformer）、深度学习训练的主要现象、大语言模型、强化学习、人工智能与伦理。 上课自由度：高，老师从不签到不点名不抽人回答问题，你在底下干嘛他都不带瞧一眼的。 考核标准：平时40（里面装着作业和三次上机"竞赛"）、期中30、期末30。 授课质量：高，老师显然是很懂人工智能的，讲课通俗易懂，比自己硬啃ppt要顺滑太多，而且熬到后面教室里只剩十几个人，老师也没吭一声。但这门课塞了一堆超出大一知识范畴的数学公式和推理，想全都嚼明白基本等于做梦，也不是讲课的重点。五星顺手给老师和助教，课程本身扣它一颗星。

课程内容：人工智能的一些基础算法，外加发展历程科普。 上课自由度：高高高高高高高高到飙上天，无签到无点名，作业容易得像热身，平时分也就随便扣一两分意思意思。 考核标准：平时30期中30期末40。 授课质量：高，潘越老师讲得也算通俗易懂，没有名字听上去那么吓人。但只想冲高分不想深挖的，可以直接走ppt＋AI辅助＋考前提纲速通礼包——甚至赶时间只磕提纲效果也还行？那一堆数学公式和推导，别硬啃，考试基本没见着，ppt学会80%，考前把题纲背会，就够稳了，香得很。