历史匿名回执 ·
课程内容： AI 4 Energy。课上主要把AI的思想与方法在能源系统中的应用过一遍，例如通过机器学习、强化学习等进行能耗预测。会有几次实验课，主要是助教讲解具体的python代码实现，课前会提供相应的代码，课上对应着讲。 如果对AI4E感兴趣但没有对应基础的同学，这门课比较友好，老师会把相关概念一一介绍，实验课代码在AI的帮助下难度也不大。 上课自由度： 整体氛围比较自由，杜老师并不强调这方面，但偶尔会签到（这学期共3次）。 考核标准： 平时40%： 1次指定文献阅读（如GPT4的技术报告）+3次代码报告（相当于直接上交代码，但需要配合一点文字描述），给分相对宽松。 期末大作业50%： 针对课上学习的方法自己完成一个项目，如能耗预测，期末进行课堂展示。 课堂与出勤10%：签到 授课质量： 杜老师讲课时会调用一些形象的方法帮大家理解，上课也有不少幽默的时候。助教学长负责具体代码的讲解，canvas上面会发布非常详细的解读，课下也能提供及时有效的帮助。