刘佳璐 · 人工智能导论修读档案

课程内容：CNN，这一串字母可以理解为当代阿鼻地狱全家桶，RNN再炖一遍，transformer接着补刀。 上课自由度：高，人能到场是美德，人不到场大概是洒脱。 考核标准：还行：作业+期末复现一篇论文+两次机考——复数啊不，是混在里面的两发机考栓着人，整体压力很玄学（可理解为轻）。 授课质量：高。主要秘籍不是听课，而是抱着作业往死里刷，刷到眼睛闭着笔都能手摸鱼地写出来，期末那两次机考你就会获得全场唯一的开卷坦途感和通心随喜——满满满清一色的100%。运气这枚道具在别人兜里乱撞，在你这完全开启了锁死模式。 ljl是神！💯

课程内容：5 上课自由度：5 考核标准：5 授课质量：5 刘佳璐老师，无敌捞人界的活菩萨，超级好老师本师！！！ 说个冷知识，中期退课跑路的人能凑一桌散伙饭，大部分都是栽在这门课要手敲代码上——但我寻思这哪是缺点啊，这分明是防沉迷系统强制你下线摸鱼、上线盘算法。两次小测往那一杵，逼着你把PPT翻出包浆、把心摁回胸腔里老老实实学，硬生生给你掰出对AI底层逻辑的深刻理解。这课是真能让我学到东西的那种真。而且成绩也没被那些课上小测啥的拽下来不是吗？老师还是很仁慈的！！！ 建议所有想学到真东西的、想拿高分的，无脑冲就完事了！！

上学期Python期末六十几分的代码小白，进来之前我以为自己是来当分母的，结果硬是给听懂了😭 一个AI导论能把人从"Ciallo～"听成"console.log"，这合理吗？ 老师的付出与用心有目共睹，这不是客套，这是全体玩家的联盟声明。 给分超好，超好到我怀疑老师是不是背着教务系统给我开了后门。 但别做梦，确实需要实际上手敲代码，基础不好就稍微多花点时间——我自己是走全勤上课➕课后复习相应的代码这条苦修路线，从一窍不通硬肝成了"这我也能跑通"。手不敲，代码不会自己长出来，真的。 所以说，一个好的老师真的会让你想学习，这句话在我身上不是鸡汤，是正在发生的系统更新。

捞，已经是捞学意义上的无敌捞，闭着眼睛无脑冲就完了。

话说这总评的分布真能过教务审核吗 量化宽松这一块（） ~~中宏会计商统能不能也这么高啊~~ 😭 --- 神！提交上去的成绩没被哈基教务卡！😋 写点正常的评价：佳璐老师上课感觉还是不错的，但是我上课都不怎么听，所以不好评价（） 提个窝个人体验不是很好的点，这门课的**课程材料不太适合自学**：课件 PPT 感觉有点过于简单，就几句文字解释配几张示意图，堪比泡面包装上的"图片仅供参考"；给的课堂演示代码 Notebook 更是内容多而繁杂，读起来像被人把一箱乐高直接倒你脸上。此外，演示代码里还有很多不太符合最新工程规范的 Python / PyTorch 写法，属于是拿清朝的剑斩本朝的官。 如果是我的话，我可能会在 Jupyter Notebook 里利用好 Markdown 单元写好文字解释，把每节课讲的核心知识点分块列出，把 Notebook 写成一个比较适合自学的完整讲义，这样准备考试也会比较清晰，而不是让人对着代码悟禅。 而佳璐老师机考重点考察的又是 PyTorch 代码能力，我估计这点也可能是让大家觉得机考很难的原因之一。但其实这门课教授的 PyTorch 内容真是比较偏基础的一些用法了，（如果以后这门课还是注重考察 PyTorch）后面学的学弟学妹多多注意体会一下**张量运算**的神秘之处，尤其是张量运算时要注意 shape 对齐，这个理解了考试应该不难——shape 不对齐，人生就不对齐。 coding 零基础的同学经过安泰幽默的程序设计课估计还是不太容易掌握 PyTorch，这个还是得自己多练练，平时尽量不要使用 AI 辅助，不然考试当场原形毕露。主要是我感觉安泰程设不怎么注重面向对象程序设计的思想，所以可能让初学者碰到 PyTorch 这样的框架会有点理解不了它的设计架构，相当于没学过走路就直接被拉去跳芭蕾。 顺带吐槽一下，educoder 真是傻逼平台，主包第二次机考写了一半的代码被这玩意卡了一下就因为网络问题没掉了……孩子当时是红温地又从头写了一遍……心态直接从常温超导变沸点。 总之，它对商科同学是一门设计得非常好的人工智能导论课，课程内容深度和广度都控制得很好，我还是很喜欢这种理论和代码实操兼具的设计的，特别是佳璐老师会希望从最底层一点点试图让大家理解机器学习算法如何从数学公式进行程序抽象，而不是只会当调包侠，比如不用第三方库"手搓感知机""手搓自动微分"（看起来很复杂，但其实要求不高，只要会简化的实现就行）。零基础同学认真听课认真自己敲代码的话收获应该会很大的。

课程内容：脑子里塞的干货是真满，用心啃下来相当受补 上课自由度：怪松，就是会给课上布置任务这一出，抽边角料时间再补上就消停了 考核标准：该缴的面条别人码得已经很面面俱到不补刀了 授课质量：顶天花板 刘佳璐，我要把你画进我墙上了！！

课程内容：优化、ML、DL、GAI、TA、RL（一点点），一句话总结——报菜名式概念盲盒，拆开全是"听过就算学过"的浓缩精华 上课自由度不高，lab和扫码答题多到像闯关，手一抖扫一下，人就被课程进度绑架了，但是好像最后都给满了 平时分30+大作业30+机考20*2，这配比摆出来跟火锅蘸料配方似的，每样都得沾一口 ljl人很好，这课以后要和xh一起合并成《人工智能与商业分析》，她可以无脑选，人美心善超级捞王🥰

这门课以后大概率是要被合并进哪个大礼包里去的，课程代码还留不留着属于薛定谔状态，说不准。先码个评价占个坑，相当于给未来的考古队留块碑。 最终总评到现在还捂着不给，今年给分到底啥行情，不太清楚。底子好的话，差不多拿个4.0+应该不是问题；底子一般的，那就得往里多砸点时间，不然最后很可能收获一个让人沉默的结果。（至少小测一已经把风向透出来了，就是这种情况） 但就课程本身来说，我的看法是这样：老师是个好老师，同学们各种问题基本有问必答，人也和善；课程内容嘛，对一个导论来说确实偏硬，但我认为只要认真听了，收获还是有的；课程氛围比较自由轻松，线上线下来都行，老师也不管。 要是这门课未来还活着，想靠它刷分的同学还是稍微掂量一下；但要是对ai相关方面有兴趣、真心想学点东西顺便练练代码的，可以来（老师第一周就会跟大家强调考试难这回事，请务必把她的劝告原封不动听进去＋这门课16周汇报一结束就彻底没事了，所以对期末复习不太构成影响）

## 前排各位把耳朵擦干净听清，这门课今后约摸会在档案里被人跟安泰的人工智能导论这门收在一口锅里，所以下方这只脚印仅供参考 课程内容：优化器，基础神经网络，多层感知机，CNN，RNN，GAN，大模型的一点基本功，Transfomer，（那一小份）强化学习 上课自由度：松 考核标准：40%的两次机考+30%大作业pre+30%活生生白给你的战利品 私心觉着老师是给安泰同学们底盘虚涨了预期。第二回机考就要一口气咽下4个选择题+一个GAN搭出半边身子+一个Transformer的实现（还得拗出个藏头诗生成器）。哪怕上场前身上揣了点底子的碰到第二回也不敢说不疼。念在素有旧账信任往年老师捞人之力就先摆个4分，待最后的期末考落地了我再回来临场报价。 但话又说回，搁一门商学院的、对着大二同学打的、当导论放的课上，直接点名要上手Torch还会就地翻花绳那样灵活使，真猜着这口径要拔得有点汗。依我的心判老师初心应该是很温亮的，可这帮同学手里秤砣就这么重，估摸还是得按着人马下筐用。 可是说到底这门课往我身上砸的实货是厚的。因得多年全在稿纸上下笔，这一回算是头一遭逼着我插上手当场把嘴巴子上理论落到摸得着的活计里去，所以这笔人情我得认它一分给你推荐。 ---- 我勒个大去老师手是真一捞人上天！ ljl老师这恩我这铭牌纹脑门上了！

课程内容：人工智能相关的算法，当导论课上得非常到位非常实用，要求也不高 上课自由度：这个倒真不算高，翘不得课还得上课雨课堂答题，但她值得全勤🥹 考核标准：小组作业+期末+雨课堂 其实个人觉得期末没多难，就是题量大，可要是认真学了的，基本也能做完吧（？） 授课质量：我爱佳璐老师！！！人美心善，关键不光是给分这事，她是真心想把有用的东西教给我们，备课备得极认真，私下问问题交流也都特别有耐心。我一直觉得交大大部分课的备课就是躺在那直接复用的，但佳璐老师是真认真备，还会年年更新，圣诞节我问她出去玩没，她说在备课，然后那天就讲了一堆最新论文和研究（她说不知道这会不会给一些同学打开学术的大门，她是真的我哭死）。还有我必须吹爆她的宝藏project！选做的部分很多同学大概就跳过了，可她准备得是相当用心，做下来真能有收获，请好好珍惜她🥹她真的太好，我要按头安利给每个人！！！

人美心善的宝藏老师 人工智能那些基础概念、算法都划拉了一圈，不过没往深水区扎，说到底还是经管学院自家门口的导论课 双人小组作业让我认识了特别可爱特别好的学妹）全程被人caryy着起飞🥹

## 直接无敌　这张逆天卷子最后刘佳璐硬是把我总评从坑里捞了回来 人美心善ljl \ 接受老师的狡辩 \ 我的建议是别闭着眼就冲，课本身非常好 \ 考核整得有点抽象，相信这门课剩下几年会自己进化

课程内容： 人工智能基础那摊东西从头到尾遛了一遍，覆盖面铺得很广 上课自由度： 比较高，靠雨课堂兜着 考核标准： 10平时分+40分大作业+50期末测试 授课质量：

# 神中神中神中神中神到玉皇大帝亲自下凡盖章 成绩刚蹦出来我手都没擦干就冲来点评了 ## 五道大题我吭哧吭哧做了半道就交卷跑路，这位老师反手一把把我从挂科悬崖薅上来塞了个3.3，这种菩萨你去哪找？？？

课程内容： - 搜索、优化那套祖传老方子：爬山、模拟退火、随机森林，主打一个从山顶滚到谷底再诈尸 - 机器学习＋强化学习：马尔科夫链、贝叶斯网络、Q-learning，外加一堆经典算法来凑齐一桌麻将 - 神经网络和生成式ai，露个脸，混个眼熟 上课自由度： - 高到离谱，签到？不存在的。但雨课堂答题咔咔算平时分，躲得过初一躲不过雨课堂 考核标准： - 平时10，大作业40，期末50 - 注：本学期那卷子题量大到像不要钱，难度吧虽然还行，但90分钟包做不完的，手动迭代支持向量、Q-value什么的是什么鬼玩意啊，手都给你迭代冒烟了 ## 但是！但是！但是！ ### ljl她人美心善大捞特捞！ ### 只要你答题体现出来你是会的，基本就给分了！ 授课质量： 中上，还是可以的，跟着思路走没啥大毛病，但是这ppt极度反自学，想自学请配合cs188食用，有进阶需求的可以独立完成她的project。

课程内容：搜索、不确定性、优化、机器学习、强化学习等，一锅端上来，知识点像自助餐，管饱但得自己会盛。 上课自由度：较高。有时需要雨课堂答题，逃课的算盘偶尔被雨课堂当场击碎。 考核标准：期末考试（12周）50%+大作业40%+雨课堂10%。考试这块儿考核形式会有变化，比如之前是两次小测，而这学期是一次期末考。之后也不排除直接上机考试的可能性——盲盒式考法，抽到什么全看命。 授课质量：高。老师讲的内容挺有趣的，同学有问题也都会耐心解答。但想学好这门课需要一定的代码熟练度，建议先评估自己的代码能力再选课，不建议无脑冲——手残党慎入，莽夫必翻车。

重修中，VIP留级座。 这门课老师的内容准备还是很有诚意的，讲得也挺有意思，人也nice，私下问问题会认真接。美中不足就是有些地方讲得不是太清楚。不过，去年第一次小测给分那叫一个严格（这也是我重修事故的主因），第二次给分就像直接放了假，大作业给分也很够意思。建议手里有点代码基础的同学再选这门课（不太会敲代码的朋友可能得去抱GPT的大腿了）。 看别的评论大家都在天上飞，但这课本身还是有点坑的，别揣着水学分的姿态来，就当给绩点和老师的出场费一个面子认真学一下。横向比我还是比较推荐，但无脑冲就算了吧。 ❤️老师今年很捞❤️

人美心善ljl，这位是真·人间富贵花导师 第零次作业别当场吓到怀疑人生 但要是第零次作业你一点不会，那也还是慎重一下（（ 实在不会就摇GPT来搭把手，把概念嚼明白就完事 好老师跟限量款似的，错过这村没这店，大家且选且珍惜！

课程内容：感觉下面的评论说得已经够详细了，我就不赘述了，主打一个沉默是金。 上课自由度：高，无签到，有提问，提问答了还有小奖品拿。 考核标准：见下。大作业的一个建议是别太多人扎堆做，感觉会影响给分。 授课质量：非常高。老师是年轻老师，上课会有一点紧张，但讲解得非常清晰，只要你听了基本就能理解，不听看ppt也能理解，完全不需要额外去查资料。老师人看着比较严格，但对学生的请求都会认真完成并回答。vx上问的问题、希望查看小测试卷等等都会回复，认真负责到发光！！！

课程内容： 启发式算法、深度优先算法、广度优先算法、优化、SVM、KNN、神经网络、强化学习、NLP等等，像把AI全家桶端上来让你尝个遍，主要是基础概念，部分（尤其是前半学期）会有一些代码练习，后半学期可能看出来大家都快晕了所以不做硬性要求。 上课自由度： 较高。不签到，偶尔没人愿意volunteer时会抽人答题（但答不上来好像也没啥关系，没来的话因为这门课没有签到分也不知道会不会有问题哈哈，感觉应该也不会），另外答对会有小奖品（糖、坚果等等哈哈），一下子从课堂掉进年货大礼包。不过还是强烈建议认真听讲，这门课虽然不难但是没有教材，不认真听后面补起来就像拿勺子修水管。而且老师讲得真的很好555，思路清晰，PPT生动完整，我愿称之为AI界的PPT说书人，后期有时候咳嗽咳到手抖还坚持带病上课，那是真·坚守阵地。 考核标准： 20分平时作业（期中前有两次，可以小组合作交一份也可以单人，灵活到了脚后跟）+ 20分任意所学人工智能算法应用/个人股票分析大作业（划重点，会根据人数调整分数，个人感觉调整幅度还挺大的，所有组员同分——对，你和划水怪享受同款福利）+ 60分两次小测（期中期末各30，期末只考下半学期学的知识）+ 4分bonus（雨课堂约三十题答对4题就能拿到，等于路上有人白送你钱）。 授课质量： 很高，非常推荐想系统性理解AI江湖的爱卿来抢，对已经有一定基础的同学可能部分章节就是‘就这？’，但课程猎奇面广，总有一款割到你。 其它补充： 关于给分：本学期大作业给分相对严格，solo的像独行大侠会高一些，4-5人的大概会在14-16左右，推测是为了控制一下优秀率以达到教务要求（嗯，平衡之道），（但其实身边不少最后总分也都挺高的，主要还是小测会拉开一些差距，像龟兔赛跑的项目），相对更推荐控制一下小组人数，减少免费搭车。本学期小测I相对难，宛如随机点名+冷箭；小测二比较简单，宛如送分童子上线；以后大作业给分标准估计也可能随小测难易而改变。个人感觉这门课的给分基本已摸到教务处的天花板了，好比戴着镣铐还能跳天鹅湖，因为加了四分bonus就几乎人人都被拉上岸，也非常愿意把顶上的人安排妥帖。不过由于覆盖面广，成绩天然方差大，小测I成绩有放出来所以会发觉还有扣了十几分的悲剧，你若Python基础摇摇欲坠或不想费神的就要小心这趟车。[由于python基础不牢的或者不愿意多付出的或许需要慎选] ——保留原句 关于复习： 两次考试的知识点基本就是PPT那几句话拉出来改数据或简单变个脸，思维通了就容易得高分——强烈建议考前把PPT原题简单过一遍，就像出差前对着清单拔插头。小测分4分选择+26分大题，选择考得活，挖坑不逊于网络诈骗短信，但篇幅占比不大所以翻车就翻了也无甚大碍（悲，亲身两次考试错了三题选择但我还是微笑），剩下的分拉得回来。大题要尽量拿满尤其不能放过细节：例如广度优先算法最后一两步怎么走别数忘，还有一个坑叫退火算法的具体公式 ，谁栽谁懂……这门课复习的效果对比其他课极显著，堪比满级氪金的真实快感，推荐多花一丢丢时间能懂到弯弯绕绕就都拿下。 关于作业：平时作业前面提到合作/单独刷皆可，但要拉上邻组表结构对齐一下，尤其注意输出的模样（如输出元组还是列表还是另嵌套元组）——因为错过几分，满血也像鱼刺。大作业分股票/组队项目，两样都比看上去花头（也可以两口锅都端）。做股票的大作业相对难，挣得多可能当奖金也算好事但收益挂钩也太冒险。拿手的人划算跟。若协作组员边际效率简直感人：每添一个人大约平均减近一分，非常忠告人数宁缺无误良民！哦对了尽量别撞车网络前人福利，因为换配乐好而形式雷同就可能如本班经历史于“惩罚约摸不多”，对GUII页面没深刻理解的同学尽量压住手指麻不乱子。 原来如此我说为什么换不了积分，谢谢楼上老哥提醒哈哈