科学计算

历史匿名回执 · 2026/03/18

这学期本人同时肝ODE、线代2、实变和抽代，但论心寒程度，这门课直接夺冠。老师看着也像被强行拉来上课的。从读双学位到现在，学得最煎熬的一门，有兴趣但就是死活吸收不进去。隔壁实变rf是阳光彩虹小白马，这边是深渊回响。

历史匿名回执 · 2025/06/29

考试开卷，抄得那叫一个丝滑舒服，给分还是熟悉的配方 可惜这门课以后要绝版了，成了一代传说。

历史匿名回执 · 2025/06/28

课程内容：Runge现象、插值逼近、快速傅里叶变换、Monte-Carlo法、ODE数值解、凸优化入门、深度学习入门，一锅端上来，量大管饱。 上课自由度：高到离谱，签到一次都没有，人形自由。 考核标准： 【 平时作业 】 20% 【 大作业 】 40%（3次，用python） 【 考试 】 40% 授课质量：高，讲得挺行，大作业平时有上机课会讲相关的。作为计算数学入门课算是达到入门的目的了。给分很好，可惜后面这课被砍掉了，属于是刚觉得好吃就下架了。

历史匿名回执 · 2025/04/08

课程内容：一般 上课自由度：烂 考核标准：恶心 授课质量：一般般 我就问一句，线上听难道不算听吗？ 我不舒服还得签到，人是必须钉在现场吗？嗯？！ look in my eyes! tell me, why baby why!

历史匿名回执 · 2024/07/03

课程内容：数值分析的高级方法（主打插值、逼近、FFT），ODE数值解（欧拉格式、R-K格式、线性多步法），优化入门（Monte Carlo算法、凸优化的梯度下降、最速下降和牛顿法），DL入门，再加上前面那些算法统统给你来一波Python程序实现（一共1/3的课时）。这菜单排得密密麻麻。<bar>上课自由度：高（具体可参考前述），基本是靠自觉撑场。<bar>考核标准：20%四次书面作业（函数近似，三角逼近、FFT，ODE数值解，随机、优化）+40%三次编程作业（插值、逼近，ODE数值解，随机算法、优化，部分可以直接从老师给的参考代码里改）+40%开卷期末考试（2分*10道判断+4个大题，大题命题方向和书面作业一致，一块一题，任何纸质材料随你带）。这套评分结构算是写得明明白白。<bar>授课质量：高。但据老师说明年会改，因为这课定位是承“数值分析与程序设计”、启“PDE数值解”，下一届开始的培养计划有变动，相关课程内容应该会调整；除此之外老师是真的好（由于本学期后半老师忘记发布作业，所以ddl直接设定在期末考之后），也算是一种利民操作。