杨宽 · 高等算法修读档案

课程内容： 随机算法、凸优化、马尔可夫链相关内容，塞满大量定理推导证明，基本算是一门数学课。 上课自由度： cs系特有的理论课，考勤完全不存在，来去自由如风。 考核标准： 50平时作业 50最后一节课的随堂小测 平时作业这学期一共四次，每次三到五题，难度拉满，量是唬人地少，但一题能让你盯到天荒地老也落不下笔。 期末小测难度极高，整张卷子空着的比写着多，写着的里面瞎写的又比会写的多，最后会按整个班级的成绩分布折算进期末成绩。 授课质量： 极高，老师讲课水平是真的极高，清晰又好懂，而且lecture notes质量也极高，只是有些定理的证明复杂到离谱，我反正是听不懂，不过最后考试也不太会考到那些。 总的来说，是一门事情极少、还能顺手薅到不少知识的好课，对数学不错的同学来说还是一门给分极高的课，非常推荐。

更新，考试了，试卷满分150分。个人感觉难度很大，不过老师说最后会调分。 --- 课程内容：涵盖了人工智能所需要的基本数学内容，主要三大块 - 概率论进阶(或者说就是数学专业概率论的一部分) - 线性优化与凸优化 - 马尔可夫链与强化学习入门 这门课确实难度比较大，但老师讲得深入浅出还是相当Nice的，每节课都是干货满满，基本上都是计算机专业同学没系统学过的内容。选这门课的同学基本有个共识：必须线下听，因为老师是板书，你稍微一晃神就直接过去了。老师跟助教答疑那叫一个耐心，作业难度也不小（大模型是做不出来的），不过我觉得整体课程体验非常好。上完这门课，基本上能补上跟AI试点班还有IEEE试点班同学在人工智能理论上的差距。老师给分也很慷慨，反正我个人感觉理论方向那两门课是完全优于AI方向的课程的，因为是真的能学到很多，而且给分非常不错。