李金金 · 机器学习修读档案

堂堂AI专业必选专业课，知识密度被我拿隔壁马原按在地上摩擦，马原看了都想给自己加俩学分。老师对同学要求高，所有同学都会高兴——高到大家当场就想退学从农。隔壁随机过程老师说捞，谁敢跳出来喊我不要我要自救？可您一个专业课老师，讲课备课质量直接是在给同学们投毒，鼠鼠我啊吃得那叫一个安详。考试本身简单，理论上看两眼重点就能飞起来；但考前你要是随缘复习乃至干脆不复习，那必须是有赌的成分的，赌狗行为，庄家是课程组。

每门考完，你们AI班相关课程就能稳稳冲上热搜，这体质可真专业级别封神了。

课程内容：不知道没听过，听过的那部分属于前世记忆。 上课自由度：要签到，线上签到，爱去不去，问题是canvas直播没有延迟，跑都跑不掉。 考核标准：不知道，反正卷子是AI出的，题型的简答题其实是填空题，20选择，20选择，40简答，20计算题，即使0基础，考前不复习，靠高超的读题能力也能拿60。 授课质量：没听过，不评价，只知道划考点的时候划得太多了，canvas回放超时了。 ----------------------------------------------------------------------------------------------------------------------------------------------------- 扣一分是给canvas扣的，与韩老师无关。

课程内容： 上课自由度：一般，主打一个薛定谔的放养，你说它松吧它又管着你，你说它紧吧它又好像没完全管，搁这玩量子纠缠呢 考核标准： 授课质量：还行，属于是饿不死也吃不饱的水平，凑合能处 **这才叫考试，这才叫大学** **谁敢忤逆**

课程内容：题干即全部，主打一个"如题"，再多一个字都是对这门课的不尊重 上课自由度：人没踏进过教室半步，线上签到倒是一次没落，主打赛博到场 考核标准：**信韩兄，信那股信的力量，懂？** 授课质量：耳朵没接收过信号，评价系统宕机中。 牢韩，金课就得配金卷（这句真没法喷，是物理意义上的金卷）罢😡😡

课程内容：AI 做ppt，AI 出作业，AI 批作业，学生 AI 写作业，再请考试 AI 出卷，五大 AI 凑一桌麻将，五 A 级景区直接挂牌营业，属于是机器给学生打工、学生给机器打工、只有人类在当气氛组。 上课自由度：线上签到，爱去不去，主打一个人到不到无所谓，灵魂早已在赛博空间卧倒。 考核标准：我承认我之前声音大了点，但当黑子们开口那一刻——黑子说话！这波是我先扣的血，现在不是反弹了吗。 授课质量：你先别管 ppt 抽不抽象，你就说能不能考吧。抽象派画展我都看了，能开卷进场那就是好展览。 # 神了，目前暂时夺回人权 但是还要看最后给分，命运的骰子还在空中转，别急着喊六。 --- 出分了，疑似正态控分，但基本还是都在90以上？但本人运气疑似不错，属于是被概率之神顺手摸了下头。鉴于这门课一定的无语程度，还是扣一分吧，扣的这一分是我最后的尊严。

课程内容：机器学习（和市面上的基本相同，属于是预制菜届的宫保鸡丁） 上课自由度：高：签到在线上，再的不管，等于人到了魂没到也行 考核标准：你在质疑你韩叔叔？look in my eyes！！！把眼睛睁开看着我说话 授课质量：一般，AI课就要用AI上，5A大作你就听吧，不如去外面找课听，或者期末突击，主打一个自己动手丰衣足食 你在质疑你韩叔叔的考核标准？罚你做完题后不准提前交卷奥，主打一个坐牢坐到最后一秒

说话。

课程内容： 上课自由度： 考核标准：这卷子可以五星，爱你，我承认我心动了。 授课质量：

更新：机器学习试卷你无敌了，韩圣神了 --- 这门课的草台班子浓度极高，优缺点都写在脸上。写点评的时候还没考试，目前暂时挂1星，等看看考试难度和出分结果再调整。 --- ## 先说优点 1. 上课要签到，但教室里你干啥都行 2. 作业少，通常配套参考代码和课堂预留时间来搭把手，并且特适合作vibe coding，主流的几个模型随便一带就完事 --- 优点是暂时再憋不出来了，下面掰扯缺点 ## 本课程存在的缺陷 1. 课程评分标准和分数占比一概不清楚，别人家课一般第一节就甩个course info或者类似的文档公告出来，这门课拖到学期中后期才口头带过一嘴分数占比，对奔着学积分的同学很不友好 2. 大作业拖到快期末才扔出来，workload还不小，基本靠agent续命 3. 上课用的ppt和canvas上传的版本疑似不完全是一回事 4. 这课的课件和授课质量都很一般，作业基本就是调调包，很难讲对代码能力、对知识体系的理解能有什么提升 --- 既然点评写于考前，那对其他点评里说的啥“考前刷两眼ppt能速通”我持保留态度，这门课怎么着也有点知识容量摆在那，而ppt质量这块只能说前人之述备矣。 二补：已严肃滑跪 --- 今年是电院ai班的最后一届，鬼知道这门课以后还开不开，传承上资料更是少得可怜。我个人还是觉得机器学习怎么都算ai专业里块比较重要的地基，尽管它的好多内容已经被凸优化（数学基础和算法推导）还有深度学习（神经网络以及附带来讲的机器学习基础知识）给罩住了，但它同样存在不少有意思、真值得学的算法和思想。就这门课的授课内容和质量而言，它仅仅是*比rn的计算机网络略好*那一点点，在我看来这远远不够。 当然，也可能只是我自作多情擅自期待又擅自破防了hh

课程内容： 前半节课把课程内容干完，后半节当场带你在课上做实验，实验题留着当课后作业 上课自由度： 高 考核标准： 2+2+4 授课质量：良 一门良心到硌手的课，完全不占你太多学习时间，考前扫两眼ppt也能速通，唯一的小刺是每次上课都得签到，还开着个带延迟的直播拨，这门课主要学一些基本知识再加上代码实践。 ———————————————————————————————————————————————— # 叫！我看谁敢黑？黑子给我叫！叫！

课程内容：回归算法（线性回归）、分类算法（逻辑回归、KNN、朴素贝叶斯、LDA、SVM、决策树、随机森林）、聚类算法（K-Means、层次聚类、密度聚类、EM算法）、降维算法（PCA、MDS、LLA等） 授课质量：上课基本就是把ppt一句句念给空气听，ppt本身信息量薄得跟纸一样。真想学机器学习的话建议自己捧着资料逆天改命。 期末考试确实不难，基本只要是碰过人工智能相关通识的同学都能顺手做出个七七八八，参考： - 什么是监督学习和无监督学习？各写出两个算法（20分） - 简单demo一下KNN（20分） - 什么是过拟合和欠拟合？写出三个解决过拟合的方法（20分，前面选择题还可以借鉴） 虽说期末试卷开闸放水放到能划船，但回头看这门课是机器学习、还是人工智能专业的专业课，能水到这个境界也是让人很难绷；光凭分数说吧，也得看最后给不给力，毕竟这张卷子区分度约等于没有，给分同样是个大坑。综合来看，授课质量给1分，考完试加2分，暂且给到3分吧。 考前原评论： 没想到把1.1分的nbb换下去，又换来一个1.0分的。。。1分只是选课社区的底线

课程内容： ？ 上课自由度： 5 考核标准： ？ 授课质量：头一回见着给PPT上阴阳滤镜的，怎么着，爱看我这超级无敌巨型阴阳PPT是吧，爱看我乱码成摩斯电码的PPT是吧，爱看没作业没往年真题还期末闭卷是吧，爱看我上课推进得比树懒敲键盘还慢是吧，爱看我某位老师全学期只闪现一面的神仙排班是吧，爱看课程实践含金量最高的代码是调用库函数加ctrl c/v是吧，复习欲望直接归零，哦对了还有至今没搞懂上去介绍自己的大作业跟补齐平时分到底啥关系，毕竟除了签到好像也没别的跟我们说过算进平时分，我只能说这算盘打得我在宿舍都听见了，只要你们不知道自己能不能拿满，那你们不就都得乖乖回来讲嘛？ ———————————————————————————————————————————————— 卷子无敌！！！满上4星好评，自己学！但考试还是交给强哥（谄媚）忏悔录启示录 这个重点可太重点了

**前排分数：** 平时成绩95.60；课程实践92.93；期末成绩100；总评96 这小数点后两位精确得像是从正态分布里摇号摇出来的，就差给每个人发个盲盒编号了。某些学术裁缝要是能有这小数点后两位的严谨劲儿，也不至于喜提论文打假榜。 # 考后更新 **~我就一句话：~** ## 罚了钱不代表无罪释放啊，交罚金就能销案那要监狱干嘛？ **随性更新：瞎说几句。反正这专业以后也是骨灰级绝版了。** **考试比nbb简单一万倍。如果真有勇士选这个b课，建议躺平式修读：每周线上签到当打卡，助教作业出来直接Ctrl+C，大作业记得交个尸，最后一节课闪现去划重点，考前抽个签翻一遍重点就完事。** 我个人对这门课的底裤期待，看标题和它宣传的课堂实验，你至少得像模像样做到以下一件事吧： 1. **系统地**把机器学习术语和算法串成一条逻辑链，让学生对经典算法的思想、实现、优化、应用场景做到**系统且全面—懂王级别**。 2. 挑几个经典算法，**从盘古开天到女娲补天完全地**把实现细节、数学原理、各种优化及优缺点权衡讲清楚。 3. **真刀真枪的课堂实践**，能**手把手详细讲解**常见机器学习应用怎么跑，包括怎么选超参数、怎么洗数据、怎么调包、函数参数怎么塞、结果怎么画图分析等**实操干货**，让学生好歹摸过机器学习编程的门槛。 **然后现实直接给你一记回旋镖：** 1. 课程介绍的逻辑属于是三国杀里开团——混乱到离谱。模型算法、数据处理、优化思想全都一锅乱炖，**至少我个人感觉**是眉毛胡子一把抓，知其然不知其所以然；有时候感觉灵光一闪可以融会贯通，但因为没经验没实战，结果**无从下手**，甚至自以为天衣无缝的思路从根上就是错的。 2. 课上有数学公式推导，但那格式（比如矩阵行列怎么规定）每次都在自由切换，不借助外力根本记不住推不动；而且这些公式基本停留在纸上谈兵，复杂度分析和实际可行性压根没系统地说。 3. 这我都懒得提了，第二次课堂实验（第二章）数据集愣是下不下来，助教自己都不会修。编程指导约等于零，和自学的唯一区别是有一个标准答案能给你抄。 **当然，老师对同学的要求是低到尘埃里：作业可以直接复制助教的，自己补一点点就行；大作业就是把之前的作业拼起来，纯纯缝合怪没难度；考试难度感人，重点划得跟指路明灯似的。** 但是，作为一门**人工智能专业**的**必选专业课**，它的知识密度还不如隔壁马原高。老师对学生要求高，同学还会谢谢你。好比隔壁随机过程，老师说捞人，谁还会跳出来说我不想被捞？但你作为一名专业课老师，这授课备课质量完全是在给同学喂毒。考试简单，理论上对着重点随手一翻就能高分；但考前要是真敢随便复习甚至不复习，那基本是拿绩点玩俄罗斯轮盘赌。**对我来说**，我不敢赌，我把每个算法都过了一遍*（当然没看推导，毕竟那玩意考了也没人会写）*，过程有多折磨多痛苦先不提，就单说我这么认真地临时抱佛脚，您好歹给个说得过去的考分吧？我的分不是卷子出得简单施舍出来的，是我自己一口一口吃出来的，**我不可能对老师感恩戴德**。 **老师是个有同理心但基本不粘锅的人，他允许你不对这门课认真，但这不是他自己对课敷衍的理由。这是我个人从始至终的判断，一星不改。** ____ # 复习破防，遂更新 ## 请大家火速围观：第一章绪论PPT第26页，和第二章回归PPT第57或58页（下面标的是55或56页）：你会发现两个混淆矩阵图里，假阴性和假阳性的位置是特么反过来的。 ## 纯纯误导人，搞得我每次看PPT都得上演平行宇宙，每回看到的和脑子里存档的都对不上号。 # 就这种水平的PPT还敢出来传道授业？😅😅😅零作用的课见多了，能起负作用的真是活久见😅😅😅希望你的老木和老腐也能像你的狗屎PPT一样彼此互换称呼😅😅😅 **___原内容___** **省流： 我用最直白、最不绕弯子的方式说：现在用AI做PPT上课，板书写得密密麻麻，公式推了一大堆，可对工科学生真正该学的编程能力，几乎没什么帮助。到了写代码那一步，翻来覆去就是调现成的库、点几下函数——整个过程跟亲手写逻辑、调试、处理报错基本没关系。不是说这样完全不行，但对学生来说，感觉像是在看说明书，不是真在学写代码。** 课程内容：从AI生成的、包括少量还没脱离$Latex$统治的PPT和老师板书里，了解机器学习从历史到线性回归、到分类聚类降维、再到深度学习的知识点。 上课自由度：看个人造化，每节课线上签到，不过仅限于线上签到，爱来不来，建议别来。 考核标准：据说是60分平时分，包括签到、小作业和期末大作业，剩下40分是考试。 **写这个点评的时候我还没考也还没复习，所以考试内容不评价。虽然希望渺茫，但还是盼着能比往年那种神神叨叨的水课卷子友好一点。但愿吧。** 小作业的形式是每章上完（共六章）老师就在章节PPT末尾塞实践要求和介绍，课堂上限时完成，一周内canvas提交。小作业基本套路就是：在Jupter Notebook上对着某个数据集，用课上学过的算法，调用python现成的机器学习库跑一遍。 老师会对那几页PPT做点支支吾吾的交代，然后就是课堂实验环节，也就是大家闷头写作业。人均自主实验约30分钟之后，助教出来放一个字号比蚂蚁还小的jupyter页面，做着蜻蜓点水式的描述。整个过程可以说是消化不良：AI产的无信息PPT，老师和助教的敷衍式朗诵， Dataset还得我们自己刨，编程教学约等于没有。 好在助教会把ta的jupyter发群里，于是我们只需要耐心~~进入甜美梦乡~~，下课后把助教的Jupyter复制过来，改改就能交作业了，堪称洗稿级修课。 关于大作业，发布大概在评教开了几天之后（心痛评早了），不过分量不多，基本上是整学期小作业的缝合版，不像隔壁语音技术搞那种望而生畏的识别系统，所以做起来压力不大，托付给D指导就完事。 授课质量：也许这是老师第一次教机器学习，讲得比隔壁计网的rn老师强，态度上肯写板书这点得点赞；但作为机器学习老师，授课质量嘛——原谅我祭出这张图： *我用最直白、最不绕弯子的方式说：现在用AI做PPT上课，板书写得密密麻麻，公式推了一大堆，可对工科学生真正该学的编程能力，几乎没什么帮助。到了写代码那一步，翻来覆去就是调现成的库、点几下函数——整个过程跟亲手写逻辑、调试、处理报错基本没关系。不是说这样完全不行，但对学生来说，感觉像是在看说明书，不是真在学写代码。——DeepSeek* 剩下的等看到考卷和最终成绩再更吧。如果今年卷子跟往年一样，或者给分跟往年一样，**又或者俩雷一起踩？！** 那前面攒的委婉全给你清零，直接上诸葛连弩。要是这俩能比上一任老师有长进，或许还能三星升五星。（**更正：升你个鬼）**

课程内容：经典机器学习算法，就那种每一个都似曾相识但考试前一个也想不起来的祖传配方。 上课自由度：还行，老师基本放养，你可以在教室后排完成一次安静的赛博飞升。 考核标准：每节课都有线上签到，比打卡上班还准时；平时几次sklearn小作业，说白了就是把课上算法代码再敲一遍，敲完感觉自己像个无情的打字机；有大作业，但15周才公布？好家伙，15周公布是等我们基因突变吗；期末考试没啥深度，按往年卷纸看几乎是背诵+记知识点（考前会划知识点），总之估计卷纸和讲课一样水，水到可以当镜子照。 授课质量：偏低，PPT疑似AI生成，质量不佳，那种每页都像AI在跟你打太极的PPT；平时上课质量一般，名义上拿机器学习“西瓜书”当教材，实际还是PPT为主，讲得不深；课堂结尾留时间给助教讲代码&自主实验（作业），但助教讲的效果也不咋地，中院教室还没电源awa，估计也不会有太多同学跟堂练，总之一句话：也很水。感觉有点浪费时间，不如自己学，但那个（疑似）AI PPT又很反人类，语言别扭得像我奶奶用翻译软件写的家书，连续看几章给我看力竭了。建议直接去找优质网课自学，别在这耗蓝了。 ================================================================================== # 考试卷纸确实和课程一样水，或者说，比课程还水 # 选择/判断题隐含简答题答案；唯一的计算题初中生都能做。 为了怕临时抱的知识点过期，先写了简答题，回头一看选择判断，当场释怀了——这跟把分数直接塞你兜里有啥区别？ 很难想象一门人工智能基础性专业课，期末卷纸我答得比马原还快，想检查一下都不知道从哪检查，重新看一遍试卷之后实在坐不住了交卷走人，像极了在食堂打完卡发现菜全是土豆。 难以评价，只能说课程学不到任何东西，也没看出来有什么意义，但好在最后试卷也没有去为难你，水课配水卷，皆大欢喜，一个愿打一个愿挨。 **人工智能专业课质量如此，只能说上海交通大学药剂八万单了。**