郑冠杰 · 人工智能编程实践修读档案

课程内容：python那点基础，监督/非监督学习，回归，神经网络等等一锅端 上课自由度：高，不点到，小测和quiz给你的时间也宽裕到能摸鱼 考核标准：50%大作业+30%三次quiz+20%四次小测和出勤 授课质量：还是可以的，老师和助教各种姿势试图把人工智能的思维和实现塞进我们脑壳，也一直怂恿我们动脑、发问、去刨自己感兴趣的东西；非要挑毛病的话大概就是整体节奏也偏快，吃完有种囫囵吞枣、枣还没嚼完就咽了的恍惚感

好。两个字，气场拉满，跟期末评语里的“已阅”一样，废话不多但信息量为满格——就是好，别问了。

课程内容： 这个课三个老师都差不多，就像三杯不同杯子的同一款奶茶，只有最后的大作业有区别。 上课自由度： 挺高的 考核标准： 比较开放，除了三个班都相同的三次quiz和三次作业，还外加一次特有的数据挖掘的大作业跟相关pre。 授课质量： 较高

课程内容： 挺好的 上课自由度： 不是很高，像是被软性拴在了座位上 考核标准： 挺高的 授课质量： 一般般

课程内容：python编程基础；大数据常用处理方式和可视化，python常用库；机器学习和深度学习和实现人工智能的一些任务；数据挖掘应用实现：大作业直接甩你一脸数据集（路网、POI、车流、疫情和蛋白质等），配好任务和代码示例，当然你要自选数据集和应用也没人拦着。大作业核心就是表示学习或智慧交通应用里的数据挖掘任务，数据处理、模型建立、实验设计训练和可视化一条龙安排。两人一队双排开黑，中间老师还会就选题和方法给建议和点评，主打一个有问必答小助手。收尾要交报告加项目展示。 上课自由度： 没有点名签到，自由度高到像是无人区。 考核标准： 课堂小测20%+作业30%+大作业50%，作业难度适中，卡住了可以问老师或者助教，按时认真做完基本可以作业满分，属于做作业就像刷日常任务，做了就给满。 授课质量： 课时较短，讲课速度堪称开了1.5倍速，内容倒是挺丰厚。哪块不熟自己回去翻PPT、看代码、补录屏。按要求把作业做完，成绩一般都不会难看。

课程内容：python语法，numpy，pandas，matplotlib，pytorch的上手使用 考核标准：20%小测，30%作业，50%报告 讲课质量：课时有点短得意思一下，需要自己补的知识量很大，属于课堂上种种子、课后自己原地开花型。最后报告数据处理那块要求不高，感觉重心在于你多试试不同的特征工程和模型，就是这么种折腾劲儿

课程内容：Python的基础知识，常见Python库的用法，Python在机器学习中的应用——听着像三件套，实际上是把一棵Python树苗连同整个森林都薅给你看。上课自由度：网课学期，无签到——自由到你会怀疑这门课是否真的存在，存在感比断网时的Wi-Fi还低。考核标准：5%×4随堂作业+10%×3小作业+50%大作业——这配置跟火锅店小料台似的，前菜摆得挺多，主菜一锅全押大作业。讲课质量：讲课速度太快，需要自学，基础部分较少。大作业自主选题，两人合作，因此较难（卷）。但按要求完成任务就能取得不错的分数——速度那叫一个快，感觉是开了1.75倍速要把知识射进你脑子，基础不讲够，你得自带底板接招。大作业自己选、两人组队，江湖凶险（卷）。但剧情最后会有反转：照着要求交作业，分数不亏待你。