Huan Xu · AI与商业数据分析修读档案

课程内容：Kmeans、KNN、数据可视化、管理科学那套、数据采集、数据库……主打一个知识全家桶，啥都往里塞，像自助餐最后十分钟那种剩啥夹啥，品类倒是真齐全。 上课自由度：高，来也行不来也行，课堂对你属于薛定谔的存在，你不去它就等于没上，你去了它……也未必算上了。 考核标准：一般，作业分务必抠满，人家是按四次作业原始成绩平均录入的，四次，原始，平均，这三个词凑一块就是悬你头上的三颗星。期末倒是简单，cheating paper一带，细节捏住，很容易拿高分——难的是你得先活过那四次。 授课质量：一般

课程内容：看不懂，三个字概括我的一学期 上课自由度：极高，不点名不签到，跟放养似的，爱来不来 考核标准：感觉比作业简单一点，但是也很难了，我属于是一点不会的那种，也没听，在考前照着PPT抄了一遍制作ctpp，感觉卷面给分还不错，比我想象中的高，但是平时成绩许老师你是一点不捞啊，就作业成绩平均？😭 授课质量：没听，一学期就去了一次，去的那次也不算听

请注意：5分是给许欢老师的，这门课只值2分左右 关于任课老师： 许老师很有水平，人也很和善，上课也无需签到，总体来讲课堂是比较自由的，老师刚从美国回来，还是希望和大家有比较多的互动，当然不互动也没关系，对于我的平时分似乎没有太大影响，如果许老师还有其他课程的话请放心选！好家伙，人对不对直接决定这课掉不掉分。 关于考试范围： 覆盖度极广，作为大二学生，在这门课可以感受到包括但不限于机器学习，回归分析，人工智能导论，商务统计，管理科学等多学科知识点的交叉融合，这一勺下去搅出了整个跨学科宇宙。 关于给分情况： 感觉是略捞了，因为鼠鼠整数规划大题因为没复习管理科学整道做错了，包括前面代码题还有很多写做错的，所以看到期末成绩还是觉得高于卷面的，捞得比较悄无声息但存在。 关于这门课： 666前无古人后无来者，还好学弟学妹们不会上这门大纲有特别多东西的课了，属于绝版难受体验卡。

课程内容：从数据采集一路畅通无阻飙到大模型，感觉就是把安泰的数据采集和可视化+机器学习+文本分析大模型三合一体压缩饼干，后面那两块压缩得连水都不给，纯理论无实操 上课自由度：还不错，老师是那种恨不得跟你双向奔赴互动的类型，但你硬要低头盯电脑装死，他大概也当没看见 考核标准：50%作业+50%期末，作业难度直接地狱模式，期末考反而像来送温暖的 授课质量：老师讲得确实丝滑 这位老师强到属实质弹幕刷qaq，拿到这个分数简直是意外之喜空投砸脸。虽然一开始听说均分会在80-85左右，心里慌得像等待开奖。事实证明，努力微雕是真的会有回报的。

课程内容：多到离谱，犹如仓库爆仓 上课自由度：高，完全没有签到 考核标准：50%平时作业+50%半开卷期末 授课质量：内容铺天盖地、范围广到天边，但大部分都是蜻蜓点水一带而过，整门课也几乎没什么代码内容，更像是一门基础款的导论课。

课程内容：多，很多，多到像把整条小吃街塞进一个胃里，真·很多很多很多 上课自由度：高到离谱，没有签到，但平时不学考前复习会很惨，惨到什么程度呢，惨到你怀疑自己是不是来交学费体验人间疾苦的 考核标准：作业50%+考试50% 授课质量：不知道，应该挺好的，我上课没听考前突击的，很痛苦的经历。。。属于是买了门票没看演出，最后还被拉上台表演 这才是真正的人工智能导论课，内容很扎实，比较浅层，对代码要求不高，考试其实比作业简单很多，作业如果认真写了考试应该不是难题（但我没认真写所以考试很惨），cheatpaper要好好做，可以加点简答题可能考的内容，这可是血泪换来的通关秘籍 还没出分，不知道老师捞捞的情况怎么样，出分了再来二编 二编：没有大捞但也没卡绩，仁者见仁智者见智吧，每个人喜好的上课风格不一样，有些同学与我的上课感受不同也是很正常的，点评是很个性化的事情，我说的也只是我自己的感受，仅供后来者参考~

课程内容：广，没听 上课自由度：高，没去过 考核标准：50%作业，50%期末，作业第一次交错了文件然后后面才发现，然后分数被狠狠打七折 授课质量：未知 我觉得我花在复习这门课上的时间远超常人。两天，557页ppt，一页不落全给翻完了，主打一个用命换心安，然后整理ctpp，然后再把作业从头过一遍……结果呢，我的ctpp就是个大型行为艺术装置，摆在那儿供我自我感动。考试90%的分数落在我ctpp的攻击范围之外，精准绕开了我抄的一切；剩下那10%我不带ctpp都能默写。抄了一堆题上去，一个没中，这是ctpp还是许愿池啊，我扔硬币都比它反馈快。代码题不考机器学习，在那数据可视化，何意味。 ## 考plotly我还能说什么呢，分给你了呗😁

课程内容：All in，直接梭哈，桌上筹码全推那种 上课自由度：高，高到你以为是自助餐，想夹哪盘夹哪盘 考核标准：包罗万象，万象到你以为在考百科全书编委会 授课质量：老师好，课坏，好比米其林大厨配了包过期泡面

出分后更新，怎么分数能精确到两位小数，还有你这个期末考试给分是认真的吗。希望不是huanxu的原因 **** **怎么老考没讲过的东西？？** *** 上课自由度：自由，感觉听回放效率反而更高一些。 授课质量：PPT一道例题没有，全是字，全是话，好歹给道例题啊。不给例题我怎么知道题该怎么做。 课程内容：丰富，实在太丰富了，可每个点都浅尝辄止学不到什么。 上课是普及大放送，作业是推导地狱，翻遍上课PPT都找不到的知识点，上课也没讲相关的数学结论有哪些作用（例：一些处理有好的性质和结果，上课只说可以这么做，作业证个数学结论，根本没啥关联）像是上了两门课，一节公选一节习题课。 有一说一老师还是很有实力的，不过他自己也说安泰安排给他的大纲内容太多，自己对前面内容也不熟悉。连他自己上课都会卡住的代码，讲出来我们能听懂多少，又会写多少？

课程内容： 杂，巨杂。爬虫、数据可视化、无监督学习基本算法一路干到深度学习，全给你端上来。两学分的杯子硬塞了三人份的麻辣烫，结果就是复习完全没有重点可抓……而且感觉跟商务数据没啥关系……更像数学课化了妆。 上课自由度： 高，无签到，老师不管你是在听、在睡、还是在元宇宙摸鱼。 考核标准： 50作业+50考试，允许带一张cheeting paper。作业难，而且偏理论不偏应用，感觉对大二学生来说，不太可能靠自己独立做出来，基本上得抱佛脚或者抱AI大腿。 我严重怀疑半开卷没啥用，因为根本抓不住课程重点……现在非常担心因为半开卷卷面难度直接起飞，跟没复习就去裸考一样慌。 授课质量： 不太行。其实能看出老师对这门课的逻辑布局是有思考的，从内容框架角度看，算是一门对当下主流机器学习算法很好的通识教育。但最后内容塞得太多太杂，又侧重数学原理，每个知识点都草草带过，到最后不知所云，跟PPT开了倍速一样。另外老师上课讲的例子说实在话很烂，个人是听不懂的，不如回头让AI举例子，起码AI不困。

课程内容：汪洋恣肆，为所欲为（x 上课自由度：高 考核标准：50%平时作业+50%final，平时作业略有小难度 授课质量：中等 楼下都是来写小作文的，那我也开麦。这门课立项目标据我理解可能是想对标UCB的DATA100，结果整出了一个经典奇观：菜往篮子里猛加，米却减了。内容比DATA100多，课时比DATA100少，后果就是每个知识点都走马观花、点到即止。 再说具体点，DATA100 的主要内容按我记忆里大概有（记忆有偏差还请嘴下留情）：Pandas，matplotlib/seaborn 的数据可视化，基础的数据清洗（EDA），Regex，SQL，最小二乘拟合，梯度下降，特征工程，SQL，逻辑回归，PCA。人家在UCB慢悠悠讲16周，每周两次课+一次lab，最终13个Lab、8个作业、两个大project，清一色代码作业。 再看BUSS2611，在DATA100白名单之外又追加了爬虫、plotly、线性规划与非线性规划、大模型和提示词工程、简单的深度学习——听着确实牛逼。然而交大也才16周，每周只一次课、lab根本没有，总共4个作业。 这还不止，每个模块都像在高铁窗户外看风景；深入谈不上，拳拳到肉的编程作业也缺席。你要说安泰学生平均智商比UCB高出一截，能靠半条时间线吃完加大版的课程？这也太魔幻了。作业理论浓度还比DATA100高一截，想着靠自己硬核发散基本是一条死路。 顺便交个底：这门课大二上会以人工智能模块课身份被塞进安泰同学的必修清单里，最后估摸着3-4个学分。我的碎碎念是：干脆把DATA100的作业照猫画虎拿过来；要是怕不够“人工智能”那股味儿，往里顺手再掖一撮别的料就行，就别再原地复刻这学期的副本了，整得哪儿都捞一手，啥都没囫囵吃进肚子。也拜托安泰某些老师认一认现实：安泰作为交大王牌专业的号光环没那么顶用了，给手里的学生备点就业市场上真刀真枪能用的技能，才是正事。 这门课跟安泰另一门人工智能导论在我心中的评价是一对孪生兄弟：老师得先盘明白学生的水平，看见牌面吃饭。要是课结束时大多数人都没吃到什么有深度的知识，这门课就可以拉闸了。 我本着礼貌问一句：plotly和dash的代码全堆截图，那我复习个寂寞？答卷一：您可千万要管住手，程序设计题别看这窟窿。 upd at 26/1/9 10:36 ## 不是哥们，弹幕说的不是你，你真考plotly啊？ ---- To：#56452 你说的对，但是《学人工智能不写代码》恰恰是安泰同学习得自研的一款开放式冒险游戏，下面忘了，反正很酷 再想一层吧，这东西教的确切含义是人工智能吗？沾边的Plotly和Dash这些个外围零件也拉来讲。数据科学/人工智能的好课又不是查无此物，非要押着这门菜硬捧，我个人提议还是先去吃点细糠。 给分不错 +1星

半夜做Cheatsheet做到眼睛发红脑袋冒烟，这难度还不如给我闭卷呢，byd别到时候我辛辛苦苦做的ctpp一点没派上用场，题目反过来拿“半开卷”当借口出上天……

课程内容：好多好多，多到装不下 上课自由度：高 考核标准：不知道 ——————考完没出分—————— 考卷是没作业那么数学味了，可惜我的cheatsheet铺的面积不够，只能押宝老师捞捞了 ——————出分了———————— 授课质量：老师背景是真的牛。但上完课再看作业，自己能独立写出来的顶多20%，学分给得太抠东西却塞得太满，像个概论课又偏偏特别爱演示数学推导？至少那闭式解我是真想不出来怎么求，甚至这个词我之前都没听过（悲） 这课比人工智能导论听着还像个导论课 不知道要考啥，做的cheatsheet感觉拿在手上一阵空虚，毕竟那些作业我对着ppt都拍不出来哈哈 ——————认真评一下—————— 这门课咱就算第一年开也是收山年了吧，往后大概是跟人工智能导论合体？（合一起倒挺配，你讲概念写代码各司其职嗯哼，也就不算什么金课了） 1. 老师是真做到零考勤分，上课从不点名 2. 听课的感受：前几节课对着ppt干讲代码真的好抽象，居然连sql都往外蹦。到了后期，“商业数据分析”这四个字的亲戚关系到底在哪呢？ 后来开始上各种算法，纯靠听课是不太行的大约等于零基础小白，得自己先去b站刷点课再回来听才有种“哦原来是这样”的感觉。 课上也没例题，抽象，啃不动，归根到底还是学分太少勒，到底是谁把这么多内容打了包塞进一门两学分的课里？？？ 给3-4学分才够老师把一身武艺甩开膀子演完吧 3. 照这么看，老师的作业其实就是来补课上例题这块短板的，写完了对理解课上东西确实很有帮助。（但那几道数学推导题是不是有点。。。？？？） 作业难，上完课也不太会写。上完一节课能够写出来的也就20%，一次作业要搭进去10h+才完事，属实折磨人，这课活生生把作业当习题课使了。 4. 作业写错了，平时50%作业分他是真扣，嗯。。。⊙﹏⊙ 5. 中期退课率应该挺高的，主因就是作业太难了，别人的课作业要么跟考试长一个样要么比考试还温柔，所以哪怕老师已经亲口说考试会比作业简单，还是有一大票同学退课跑路。（其实我本来也是准备退的，谁料到了才发现中期只能退一门。。。） 一门前无古人后无来者的课，低空过了连重修都修不了，还没任何卷子可以参考 6. ctpp倒是确实让人踏实的多，好文明，但搞这东西那叫一个费时间，做完之后逻辑也确实顺溜了不少，还好它排在第一周考 7. 考试是实话比作业简单了n倍，选择题很基础，简答题有点出乎意料，代码那块就有点上强度了（说的就是你plotly），伪代码和计算题里那个k折交叉验证、kmeans、决策树、线性规划也都挺基础的（线性规划那道题，学过管科的算你有福了） 8. 感觉老师最后悄悄捞了不少，谢谢老师 不管怎么说这门课只剩这一年，给分也算 nice，那就打个5⭐️吧hhh —————————— 大二下追评: 这门课怎么看着这么像机器学习哦

许老师这人，实力是摆在台面上的，懂？一眼丁真，鉴定为有东西。 

这是什么神仙操作，平时分为什么能低到这种离谱的程度

课程内容：基本的算法，嗯，就是那种你妈问你在学啥你说了她也听不懂、最后只能说"电脑的"的基本算法 上课自由度：挺高，高到你在教室里表演原地入定也没人管 考核标准：未知，真·薛定谔的考核，成绩出来之前你既是A+也是F 授课质量：**求求老师了，备好课再来上台吧，这不是开放麦，这是课堂**

课程内容： 高 上课自由度： 高 考核标准： wtf 授课质量：正常，但 python、sql、机器学习什么的一大坨全给搅一锅里，教务老师是真调研过学生脑子还剩几个 G 吗，安泰这是在开课还是在搞跨界大乱炖 期末考前补评：已无语。现在主要不是觉得知识太杂，而是每样都跟流水账一样草草带过，基本约等于 coffee chat 的量级，能感觉到老师是真有东西，但课程设置属于我见过最不合理的之一。 求求期末考别来什么稀奇古怪的活儿谢谢 期末考：只能说考的东西确实算合理，而且既然满绩都给我了那我也没啥好说的