叶南阳 · 人工智能编程实践修读档案

课程内容：python+matplotlib/ploty/folium画图+numpy+pandas+scikit-learn机器学习+pytorch深度学习，本质就是把学习资料（ppt和notebook）往你脸上一丢说：自学吧您内。想短时间掌握这么多？梦里啥都有，顶多算抛砖引玉。 上课自由度：高，基本自学。好在**电子技术实验课**里试过用pytorch训深度学习模型，入门相对没那么难，属于带着半个技能包进门。 考核标准：平时20小作业30大作业50，小作业几乎没难度，但记住一句话：可以不会，不可以不交。 三个老师的大作业不一样，郑老师那边是机器学习数据挖掘相关，温老师那边是强化学习相关（？），这边是关于深度学习**分布外泛化OoD**的研究，应该也是老师自己的研究方向之一，偏理论但也比较有趣——比如猫狗二分类，训练集里狗全在草地上、猫全在沙发上，测试集反着来，模型就会把沙发和猫锁死，测试时看到沙发上的狗直接喊猫。要求针对彩色数字识别数据集搭网络，复现并试着改几个OoD算法写成报告，最后一节课是展示环节，每个同学可以到别的组去交流。 授课质量：中规中矩吧，反正都是自学，但给分真的好，应该几个老师都给得挺高，从排名看超过1/3的人都满绩了。不过个人感觉都给这么高，对真的很认真做的同学反而不太公平。

课程内容：python基础语法和一些机器学习的知识，地基加天花的组合包。 上课自由度：非常高，网课期间偶尔有签到和小测，不过老师可能会点名问你学的怎么样有没有问题——突然点名的压迫感堪比考试。 考核标准：考勤10%+平时作业40%+大作业50%，作业难度适中，好好做基本能拿满，大作业是小组合作的，很适合卷王自由发挥，个人感觉老师给分挺高的，要求放的很宽，属于是勤劳致富型课程。 讲课质量：整体讲得很快，尤其是基础语法部分，基本靠自学，老师上课就是飞快地过一遍。值得一提的是助教都很耐心，有问题可以放心问。

课程内容：标准化流程，讲点python基础和常见库，最后一脚踹进实际机器学习任务，自己扑腾着调模型。 上课自由度：21级小学期线上，不签到，偶尔甩俩问题和小测当彩蛋。 考核标准：50%大作业（课题的质量分析30%，报告撰写20%）；30%平时作业（共三次作业，每次占10%）；20%课堂小测（共4次，每次5%）。这不叫考核，这叫计算器按冒烟。 讲课质量：还行，基本等于PPT复读机，听说其他老师也是同款播音腔。课时短得跟短视频似的，建议提前把python语法刻进DNA，课上不喂细糠，全靠自学。大作业有点狠，但不想卷的话老师允许选择性躺平，最后给分还蛮香的。