人工智能(B类) · 修读回执档案

课程内容：人工智能发展历史上大部分的模型与方法——说白了就是AI编年史大礼包 --- --- 上课自由度：基本每节课前会有签到, 偶尔会有一些奇怪的签到方式(面对面建群),此外别无要求——签到环节偶尔整个骚的,除此外放养到底 --- --- 考核标准：5% participation+55% homework and project+40% Final paper exam——就这三段式配方，原样装配 --- --- 授课质量： **总体评价是高于CS授课平均水平但也没高出太多**——跑赢大盘半个身位吧，也就半个 课程设置在中午1点连上三节, 加上老师本人语调极其催眠以至于我从来没有完整地听过三节课.——正午时分三连发,再配上那自带安眠效果的嗓音,三节全勤通关这事在我这属于传说成就 > 老师:"我下学期尽量让教务处安排得更合理一些" --- 老师比较认真负责, 注重授课质量, 这学期多次调查学生对于课程的评价,并且在本学期内确实做了反馈(将一个project从必做改为选做, 准备期末复习提纲, 降低平时作业难度等等)——认真负责这事儿是有实锤的,学期中反复收集民调,而且不是收集完扔回收站,当场就改了(一个project从必修名单里放生,整了复习提纲,作业降难度,一条龙) --- 助教批改作业, 答疑都很认真, 给分也蛮不错, 据说这门课的助教多次评为优秀助教——批改答疑两开花,得分也友好,据传这颗助教之星评级拿到手软 --- 授课大多数内容都是摘自CS188, 个人感觉讲的不比B站伯克利网课好, 自学可以直接去看网课. 对于前沿的人工智能方法做了科普,考试不做要求. PPT做得比较一般, 复习时光看PPT会很迷茫, 好在老师提供了复习提纲, 完全涵盖考试内容——大半货都是CS188搬运出品,我个人觉得还不如B站那档伯克利网课下饭,想自学请直接奔网课.前沿方法就纯科普调味,考是不考的.PPT嘛水平普普通通,单独抱着复习等于雾里看花,幸亏老师发了复习提纲,考试的地图全画在上面了 --- 全学期共有三个project, 都是个人完成, 第一个project略难, 代码量比较大, 但算法比较简单; 第二个project调库就完事了; 第三个project助教提供了主体框架, 补上大概不到50行代码就完事了, 总体从难度上还算可接受, 但收获不多.——三个project统统单人solo,第一个小为难人,代码声势浩大但算法挺朴素;第二个主打一个调库瞬间闭环;第三个连骨架都是助教喂到嘴边,补不到50行就收工,难度上整体算是接受门槛内,不过回血条基本没涨 --- 期末考试非常简单, 一些简单概念+作业题改编, 而且期末占比只有40%, 想要卷分数的话,还是比较推荐的.——期末呈现人畜无害形态,几张简单概念外加作业换包装重投,还只吃40%的比重,卷积分爱好者这边请 --- 课程具体内容可参考传承上的全家桶.——课程细节请遵医嘱查阅传承全家桶 --- 一学期学完之后收获不大, 又或者是我本人问题...不过想卷分数或者水过去还是很容易的. 不过在CS想要收获满满, 建议是另谋出路——一学期下来知识塞得薄如蝉翼,也可能真的是我菜…但冲分和摸鱼上岸都格外丝滑.真想在CS里捞满钵,建议换条河 --- ---

**课程内容**：CS188的部分内容，加上了Bandits和SAT solver——CS188切了一角，外加撒点Bandits和SAT solver的辣椒面 **上课自由度**：高，本学期完全没有点名，上课可以听可以不听，也不会点人回答问题——高到放飞设计。整学期名单从未被喊响过，听跟歌似的随缘接口，更别说点名answer环节了 **考核标准**：participance5%，homework40%，project25%，final30%——一桌分组合盘子就这四碟 **授课质量**：用汉语的时候还讲的很清楚（问问题的时候），用英语讲课有一些乱（可能是本人英语水平不高），但是老师的态度十分认真，并且线下的时候课间会下来随便问问大家有什么问题，挺温柔认真的。——这门课切换语言直如一键漂移：讲中文时顺畅到爽（尤其答问环节），讲英语时我的大脑就被强行切进雾天模式（也可能是我英语太拉），不过态度那可是标标正正的端正。课下会儿从讲台溜到这，又蔓延到那，掰开揉碎问你们卡哪了，发言特效属于温柔认真一线。 **但是！！！！** 这门课的任务量太重了（尤其是和隔壁班相比）！！——但是来了！！！！讲道理，它的量就是沉（大写在跟隔壁桌的对照组叠脸突出）！！ **小作业**一学期有6个，小作业难度远远远高于隔壁班；有几个小作业难度甚至可以当中作业；其中5次小作业有代码任务，de其中一次Sat solver的时候想去世的心都有了，仿佛在写大作业！！！并且小作业每次满分10分，错一点就是9分，没有小数点。——小测一学期存了6块,这难度直接把隔壁抡出了五个台阶;眼瞧着有几只比一些小测自己长到中作量级;而且其中的5发揣了代码苦役, de那发Sat solver差点帮我拨通离岸电话,体感宛如在搬巨型作业;满分一刀就给到10分,倒错一位下跳直接9,两位以下的小数点均无影 **大作业**是小组3人作业进行一些优化Sat solver的工作，要写report(必须NeurIPS模板)+ppt，最后一节课还要pre。隔壁班大作业据说很简单，并且不要pre。——列项式三兄弟同台参与升级货SAT solver。还得交report(必须扭进NeurIPS模板芯)，夹上一套ppt，最后拖课一节进行展示秀。邻组听谣传只销一点体量，嘴都不用张 **考试**的卷子题目量很大（难写完）但是题目不难，和隔壁班的同学能够提前交卷相比又输了。不知道最后老师会如何评分（等有评分后再来补充）。——考卷自身排着浩瀚的题量（身体赶得要散架），要命的是它题好读。隔壁组已经出亭相望说我类躺落后一轮。老师后手怎样动手里的给分尚在谜底态（先吊口气，出现题分回来补字了） **** 就个人经历来说，课程设置是超多超难小作业+事多大作业+考试的配置很少见，在平行班任务量小许多的对比下更觉得自己是大冤种。建议想要增加学期任务量挑战自我的选这个班。推荐指数等分数出来再修改。——要凭我这条走过来观察：批合上系好系的就是如几根拖辫——一量一堆难小身段活，另一个绑定的劳其臂骨的巨型家伙，它的加载方式和考场压缩到同一个筐。把表盘拨到那位侧旁轻小级别的堂口这题根就长出肿胀对线的入命感。若有人就想在学期挂盘练些镢和升级血脉全往这里播种着。分值曝光需要收到原始账目才能修复编辑篇。

emmm，连续几次作业都是SAT solver相关，很无聊，project也是（我恨SAT solver），这玩意儿就像回锅肉，第一天吃还行，连吃一周直接想砸锅。

上课体验可以，就是千万别跟他读硕博，坑学生。血的教训，避雷。具体细节可以问学长，最近两届以内的，就这样。

好的地方： - 内容比较全，PPT质量高且美观（抄的CS188），抄得如此好看，算是某种艺术的二次创作。 - 老师温柔认真 - 自由度极高，不点名不提问，简直像在线课程自助餐。 不好的地方： - 任务量巨大 - 6次小作业 ：6次习题+5次代码。习题用时1h\~2h，代码用时0.5h\~10h，甚至上不封顶（指SAT Solver），作业扣分严格，严格得仿佛作业本上贴着摄像头。 - 3人组大作业：SAT Solver，代码+Report(8页)+Pre(8min)，三件套凑齐直接召唤熬夜。 - 考试：难度基本等于作业题，不考偏门知识。但题量大，难做完，做完的同学请收下我的膝盖（虚拟版）。 - 全英上课有点听不进去，但看懂ppt没问题，听力减分，阅读抢救。 感受： - 的确学到了一些入门知识 - 被SAT Solver折磨坏了，本学期最大败笔。希望删掉，至少大作业别是SAT Solver，完全感受不到AI的乐趣，只感受到AI的反向驯化。

课程内容：这门课的内容就是人工智能相关，讲得比较基础，适合入门。 上课自由度：老师基本不点名，去不去全凭自觉。 考核标准：平时作业+期末项目+考试，占比记不太清，好像作业30%、项目30%、考试40%左右。 授课质量：杨旸、郑伟龙两位老师轮着上，风格不太一样，整体还行，偶尔有点催眠。 给分：给分据说还行，身边人好像都85+，也可能是我所在的圈子比较特殊。 建议：想水过去的慎选，期末项目还是要花点时间的。

课程内容：搜索、知识图谱、机器学习的概念和简单运用。 上课自由度：一般，不定期点名。 考核标准：签到+四次还是五次基本是简单概念题的小作业+两个LAB（含repo）+50%期末考试。 讲课质量：一般，催眠效果一流，本人基本全程离线睡觉。 其他：第一个LAB是个人LAB，简单得很，用DP算法、A星算法和遗传算法搞定多序列比对。第二个LAB自己组队，四人一队，当时做的是kaggle网站上天梯项目lux ai，天梯积分占比不高，主要是repo和答辩那些。

课程内容：基础AI，搜索算法+概率模型+最后四周ML，拼桌上菜。 上课自由度：高，不提问，有扫码签到，但偶尔会在扫完码后再来一次现场点名，伤害你想逃课纯真的心。 考核标准：平时60（包括一个人项目和一个小组项目），期末40。 讲课质量：讲课中规中矩，老师很用心，助教极其负责，但是毕竟AI内容太多一学期不可能讲的很细，尤其是最后讲ML的时候非常粗略，像用二倍速看完一部电影。有四次小作业，个人project是实现和比较搜索算法，小组project预测RNA结构或者kaggle上lux AI，两个都属于神仙打架。期末考很简单。

课程内容：大概遍历了一遍人工智能发展史上的各种模型（搜索、逻辑推演、贝叶斯、隐马尔科夫、机器学习），全面但不深入，像自助餐每样尝一口。 上课自由度：扫码签到&两次扫码quiz，老师比较随和，随和到想加微信。 考核标准：考勤quiz&个人project&团队project&40%期末，个人project是实现三种搜索算法，团队project是深度学习/强化学习（比较玄学），期末考试小题比较多&和作业比较像。 讲课质量：老师讲课很认真，但是如果对人工智能不感兴趣可能很枯燥，比看说明书还困。

课程内容：Berkeley CS188的精心重组版，说是重组其实就是把原版咔嚓剪了几刀，内容有所删减，但我觉得当个introduction还是挺合适的，入门不劝退。 上课自由度：高，基本不点名，唯一一次quiz是因为人太少了。 考核标准：participance5，homework40，project25，final30。project有一定难度，最好会一些ML的基础，纯新手进去就是被按在地上摩擦，然后homework有一点小多，其它都挺正常。 讲课质量：李帅老师讲课还是挺清楚的，难点也会多重复几次，不过英文班的话偶尔走神会难以follow。 选课事项：以下内容仅供CS的学生参考。李帅老师的课相比另一个班大概在RL方面多涉及了一些，但少了HMM、无监督等内容，总体内容大概少了一些，不过至少在课程内容中的东西都讲清楚了。关于project这次依然是rank，2人一组玩贪吃蛇3v3，需要掌握ML框架然后也比较卷，不过另一个班project也差不多也需要rank。我推荐这个班的主要原因还是今年CS选的人少，导致最后基本上除了top5的队伍其他人都比较没有竞争力.......（可能project给分还是比较严的，只能说竞争对手少了还是比较好卷）