黄采金 · 人工智能基础(A)修读档案

课程内容：咱就是说这门"AI基础"后面那个（？）真的很传神，想真学东西的话建议先备好数学底子（线代，统计学）再加上py/pytorch两件套，不然进去就是纯纯的人形背景板 上课自由度：高，有点名，但最终没算进成绩，等于点了个寂寞，主打一个仪式感 考核标准： - 毫无意义的kaggle调参大赛，卷到最后的画风基本是比谁更会把LLM使唤去改代码，比的是prompt功力不是AI功力 - 抽象期末考试，考的很简单，比AI出的模拟题还简单，简单到你怀疑自己复习的方向是不是走错了片场 - 如果你不是GC的，那你还有期中考试，凭空多一发子弹 授课质量： - 老师是个和蔼的人，但我是真没参透为啥要让安泰的教授来教人工智能，感觉学校对这门课的重视程度约等于对待红课 - 后期黄教授也摆烂了，直接开播B站提前录好的教学视频，人到位视频到位，情怀拉满 - ppt和教学资料质量一言难尽：讲具体算法的ppt粗糙得像草稿；ppt内容和平时作业里还埋着错误内容，课程组想把这门课整明白，路还长着呢 个人感想： - 这门课的初衷是好的，但落地起来我只能评价为又是课表塞史的一次精彩操作 - 真想学点东西的话，照着ppt的教学顺序去啃github上的文档，或者翻相关的经典论文，对理解概念和知识点确实有用 - 考前一个周末看文档学到的比一学期都多（

课程内容：内容本身还是不错的，前面讲得七七八八了，看ppt能捞到点干货（对我这种小白来说），三次上机练习也还算有意思，起码初心是好的（虽然后期歪成了刷分锦标赛）。**但是**必须承认这内容对大一来讲过于光速，学得云里雾里，基本上没啥实际作用 上课自由度：很高，虽然后期扫码签到，但说了不计入总分，之后座位比图书馆闭馆还空 考核标准：40平时作业和上机练习+60期末 授课质量：**依托**，实在不理解为什么让安泰的老师来接这门课，黄老师确实有理工背景，开头还正儿八经上课，但也就半讲半吹牛，后面直接B站启动，放许老师录好的视频课。好家伙，交了学费坐在交大教室听B站免费公开课，还美其名曰让我们直接听最专业的讲解，最后演变成一节放视频一节课助教（很认真负责的好人）来救场，好在期末考了不少平时作业的原题，勉强保住了成绩的颜面不至于太难看。

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： 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。