历史匿名回执 ·
课程内容：跟李磊老师那版像是一个模子里刻出来的，但料给得更多，Runge Kutta、多步法这些ODE数值方法往锅里一倒，辛格式、哈密顿系统也跟着下，PDE那边有限差分法、谱方法齐活，守恒律再给你补上Lax-Wendroff、迎风格式、Beam-Warming，属于是自助餐还额外送甜品。 上课自由度：高到离谱，教室里就算只坐了仨人也不签到，也没见因为这事儿扣谁分，老师主打一个人来自有来的道理。 考核标准：45%平时作业+20%小测（单次，原定两次）+20% Take-home exam + 15%大作业（拆成2% Project Topic（基本等于白送两分）+ 3% Project Summary + 10%最终报告），这套组合拳拆开看，每一拳都不算重。 授课质量：还可以，我个人觉得还不错，就是我自己感觉还是有点难，属于好吃但有点烫嘴。 我倒觉得这门课挺香的，workload中等，比李磊老师那版轻多了，为啥？就一次小测（原定两次，结果被数院夏令营砍掉一次），Take-home exam难度也不大。老师还张开双臂欢迎你用AI，允许LLM帮你肝平时作业和Take-home exam，现在LLM什么水平大家都懂，亲测理论题几乎全包，代码题大多数也能啃下来，就是有的题代码会翻车出点小bug（比如Take-home exam第二题）。 大作业ddl晚得感人，时间管够，完美避开一边抱佛脚一边赶大作业的社死现场，允许自主选题，但你要是搞AI for Science就得带上Theory，纯数值实验不约，老师说最好十页以上但不硬性要求。 东西还是学到不少的，搞期末project的时候老师在评论里甩了一堆有意义的建议，比如该翻哪些reference。 给分低这说法我是没体验到，问了一圈同学都感觉给分挺不错，canvas上的评分详情里除了小测平均分，其他都算挺高的（Take-home exam平均17.5（满分20），大作业平均7.79（满分10），Project Summary和Project Topic几乎给满，平时作业也几乎不扣分，小测平均12.04（满分20）稍微拉胯一点但占比不算特别高），小测给分感觉还稍微捞了一把，再加上一堆大佬早修完或者压根没选这课，所以这给分我觉得还算挺能打的。 老师也很愿意听大家叨叨，take-home exam有30%的分数是征求大家意见（当时看到直接给我整懵逼了），这30%好像也没怎么扣，挺好的，老师还在群里按大家的反馈做了回应。 总体而言是门非常不错的课，我单方面宣布这是四选三里最好的一门，选了不亏，狂推！