计算机科学的数学基础 · 修读回执档案

课程内容： 概率，优化；数值计算——三件套端上来，主打一个混搭佛跳墙。 上课自由度： 一般。gxd老师的部分有一次小测，yk老师的部分有3次小测（好像？脑子已经归档了），小测允许补交。签到从最后来看似乎并没有影响分数，小测不交可能是会扣分的——签到像个摆设吉祥物，小测才是暗中记你名字的后台程序。 考核标准： quiz10 hw30 final60，期末试卷是中文的，作业和授课ppt是英文——一场中英双语的行为艺术。期末题目比较基础（不过判断题太恶心了），给分也很友好，堪称雪中送炭型试卷。 授课质量： 中规中矩，总体来看其实没有之前说的那么差：gxd老师讲课思路比较清晰，ppt很适合自学，加之前两部分本身内容较少且讲得比较浅，体验还不错；yk老师负责的数值计算部分难度上相对较大，且由于内容较多且需要一定的线代基础（忘完了），有时会跟不上思路（不过看得出来他上课还是很认真正很努力的），ppt的话确实不太行，不过作为语料扔给gpt也够用了（逃）——线代基础这东西，书到用时方恨忘，只能说先去给gpt磕个头。

给两位老师磕一个 简直欧皇附体般给力

上应凯老师的课，座位选每列最后一个之前先想想自己抗不抗点名，不然讲台C位就是你的（

课程内容：概率论+凸优化+数值计算，三合一，像买了个全家桶结果三个味道都很奇特 上课自由度：会有小测，但是下节课再交也行，什么叫弹性小测啊（战术后仰） 考核标准：40%平时+60%考试，平时分是你的护心镜，考试是终极BOSS 授课质量：顾小东老师给4分，应凯老师给2分，下面细说。这分数差距，属于一个在天上一个在地下，中间还隔了个大气层 ### 概率论 这部分内容是顾老师上，包括贝叶斯定理（概统学过）、信息论基础（其实就是一些熵的概念就没了），随机过程（只有马尔可夫随机过程，还是很简单的），课我没上过，不知道讲的怎么样，但是PPT做的还是不错的，逻辑清晰也有例题，这部分内容还有两次homework，题目都比较简单的 翻译一下：我没去上课，但PPT救了我，属于是赛博旁听选手 ### 凸优化 这部分内容也是顾上，但是内容其实不多，只需要掌握对几种优化问题的判断以及一些常见的算法原理就行（比如梯度下降，牛顿法内点法等） PPT风格和概率论一样。有一次作业，难度也不大。 听着像在教你怎么用最优雅的方式下山，作业只有一次，属于是温柔局 ### 数值计算 这部分内容应老师上，牢应的PPT就要说一下了，**逻辑混乱+言之无物**，我说不如让deepseek来教我 好家伙，PPT界的泥石流，逻辑混乱加上言之无物，这组合拳直接把我的智商按在地上摩擦 虽然牢应上课还是很努力的，包括一些课堂小测也可以后面再交，对同学们的问题也还算比较在意（吗？）。但是就对事不对人而言，这个PPT真的史，期末速通的时候看不懂PPT去看回放，然后发现回放就是牢应在读PPT，走投无路寻ds大师的帮助然后一学就会了 这个（吗？）堪称灵魂拷问，一个问号包含了千言万语。回放=有声PPT朗读，这波啊，这波是真人版文字转语音，最后还得靠赛博导师来救场 而且这部分内容也比较多，参数估计最小二乘+LU/QR/SVD等一堆矩阵分解法+幂迭代求特征值+矩阵的范数+二分/不动点/牛顿/割线等4种求根法，好在考试不为难人，没有整抽象 内容量堪比自助餐，一口气吃成胖子。好在考试不整抽象活，算是给留了条活路 这部分的作业有3次，部分题目还是有一定难度，但是AI可以秒掉，所以问题不大 三次作业，部分上强度但AI能一键清屏，属于是给AI打工，自己负责Ctrl+V ### 期末考试 占比60%的期末考试会允许带一张双面A4的小抄，但是只能手写不能缩印（不然我直接现场学现场做） 不让缩印，行吧，那我手写小抄就当提前抄经了。不然我直接当场现学现卖也不是不行 考试本身还是很简单的，还能用计算器，我实在分解不来我直接卡西欧大法也行。虽然说被一堆概念题肘了，但是这课不计入核心学积分，不出国的话不挂了就行，这还是很轻松的 计算器是你的第二条命，卡西欧在手，矩阵分解没有。被概念题暴揍一顿没关系，反正不计核心学积分，及格就行，佛系通关 说一下考试风格：判断+选择+填空+大题，判断和选择会考一些比较细的概念，这个没办法，被肘了就是被肘了，反正加起来也没10分，后面大题放大海了，非常简单几乎学过就能做，基本一小时就能交卷（和概念题互肘浪费时间也没用） 选择判断就是细节刁钻小刺客，被刺了就是被刺了，但人家加起来也没10分，不值得纠缠。后面大题直接海一样放水，一小时交卷，主打一个速通流 ### 分数情况 暂时还没出分，出分了更新 分数还在天上飘着，等落地了再回来播报，蹲一个后续

课程内容：2 上课自由度：5 考核标准：2 授课质量：2 ### 前半部分 顾老师讲得还行，逻辑在线，知识点也算有用，PPT能让大家期末补天，这两分就是给顾老师的。 ### 后半学期 但应老师的PPT和上课我真不敢恭维，满屏英文概念和怪数学公式，推导逻辑约等于无，完全不知道在讲什么。4-5种矩阵分解，每种磨两节课，结果还没B站5分钟讲得明白。**全程没有例题，全靠老师意念传输**。上YK的课感觉很邪门，就是**上着上着就听不懂了**，明明很认真也不知道在干嘛，PPT最前面标了本节重点，听完一节课愣是没找到重点在哪。YK还会搞课堂小测当平时分。期末复习YK部分痛苦到裂开，马原都比它清晰。

回头看这门课，最大的Bug其实是它的定位相当夹生，既要讲、又不深讲、还偏要什么都蘸一点 一堆概念和公式天外飞仙一样丢过来，人直接不知所云 实际上要是跟机器学习搓成一个大课，会好很多啊

这就是咱们的计算机科学的数学基础啊，别人计数是数羊，咱计数是数自己还剩几根头发，数着数着就计计又数数了😅 --- 给分还行，加一星

课程内容的结构跟被猫抓过的毛线团似的，松松垮垮，可老师那讲课水平和ppt愣是没本事把这窟窿给我堵上。

课程内容：概率优化+数值计算 上课自由度：高 考核标准：6次作业+2个大作业+期末考试 授课质量： 做数值计算PPT这门手艺是这样的：对着数值计算PPT复习的同学，只要把全身心灌进复习里、看懂ppt、做对题就行；可制作数值计算PPT要考虑的东西，那可就海了去了。

### update：你的课程比较松弛，但你神奇的期末给分弥补了这一点。（真弥补了吗？如补） 总之课程质量还是很烂不推荐（但是SE的同学别无选择吧？），但也没必要过度担忧紧张，我们这次的出分情况就说明了这一点，你随便写几句都不会挂，老师是真的在海底捞，不过**捞分是捞分，课程不行就是不行** --- 复习的时候看不懂一点 真是因为我太菜了？但这个ppt真的好折磨好折磨啊 沟槽的鸣式，但你说得对啊……

不想多说话 就感觉这门课上完 跟我压根没上过是一个样

内容塞得满满当当，课时薄得像纸片，还偏要安排在人生最忙的一个学期。我实在不懂教务这是在下哪盘大棋。 顾老师讲的概率和优化部分挺好的，通俗易懂；应老师讲的科学计算一个例题都没有全是概念，讲得有点磕磕巴巴。希望课程能更好。

课程内容：计算概率，信息熵，凸优化，数值计算 上课自由度：较高 考核标准：平时+两次编程作业+期末考试 授课质量： 前几部分还凑合，勉强能听懂，走到数值计算，应老师就像拿了个手电筒走过场，很多东西一带而过，结果坐到下面满脑子不知所云，ppt也做得很骨感，难崩... 学不懂....作业也做不懂 这一学期就没有一门课像它这样让我痛苦到失语

课程内容：成分复杂，主打一个化学元素周期表级别的混搭 上课自由度：很高，高到我在教室后排开小灶都没人管 考核标准：期末考试和两次大作业，第二次大作业不做人了，跟课上讲的毫无关系，非常抽象，属于是老师讲他的，作业考它的，我写我的，三方各自独立互不干涉内政 授课质量：顾老师讲的应该还不错，ppt非常成系统，但大量留白，深度不够，就像给了你一本武功秘籍，翻开全是插图，关键招式那页撕了。应凯老师应该是第一次当老师吧，ppt用英文做，然后没几个词是读对的，内容上几乎全是线代，上课像是老师自己在自言自语，几乎没有人在听，这课的氛围约等于深夜电台，主播很努力，听众全在睡觉，大作业非常破防。第一次大作业，还可以自学，调用几个cvxpy的命令基本可以自己做完，属于是努力一下还能活。第二个大作业就很破防了，上来就是时间序列分析，还推荐使用神经网络，可这你上课也没讲这些东西啊，就好比教你骑自行车然后考试让你开飞机，然后给一堆数据，还说这数据很有价值，不要外泄，整得跟接头暗号似的，非常无语，不明白第二个大作业有什么意义。期末考试放在最后一周最后一天，上了这么多内容，我倒也想看看最后考试会考什么逆天的东西，求求了，让我开开眼。

老师人还行，但凸优化和计算科学，可能就不是一周90分钟能讲明白的活儿，于是老师大部分时间只讲理论，甩一堆公式和数学符号，知识点就算讲完了。反正我本人是跟不上这种迅速密集的公式推导，也根本不知道咋应用（给的例子过于高大上，算前沿科技，但对理解知识点我个人觉得帮助不大），PPT也做得比较……学术性，有点简略，不是很循序渐进，或许不少人听不懂；可能老师或者助教自己也清楚，所以作业要求和project（只做了第一个）要求也低，大部分人稀里糊涂也能过去（或许）。而且毕竟是交叉课，软院学生这学期正处在水深火热之中，那么……

课程内容：概率论与凸优化（前期），自动机（中期），科学计算（后期）——好家伙，一门课给你整出三部曲，你以为在追番呢？ 上课自由度：前中期老师基本不管你是在听课还是在刷手机织毛衣，点名签到？不存在的。但一到后期，点名回答问题签到跟查酒驾似的频繁，至于你上课干嘛，倒也没特别管。 考核标准：平时50+考试50。平时号称3次10分作业，结果实际除了大作业还有5次小作业（全是概率论与凸优化和自动机那点事）。大作业要用python完成任务，大作业1（凸优化）简单到令人发指，加上凸优化和概率论不考期末，这部分算是有良心的。自动机没有大作业，科学计算有一个大作业，自己做感觉偏难，不过给分还算能接受。期末总共六道大题，自动机和科学计算各占一半。总的来说想混过不算难，但想拿高分？梦里想想。 授课质量：前期可听可不听，自学反而来得实在。中期老师讲得还行，可以一听。后期纯纯犯病，讲得一言难尽，听了几次就告辞了。咱就是说，你一门数学基础分这么多部分干啥？还塞在重压力的大二下，概率优化和概统、自动机和上学期离散不都有共通之处么？个人认为这门课的内容有待调整。

课程内容：概率论与凸优化+自动机+科学计算 上课自由度：签到这事属于薛定谔的猫，有时候会签 考核标准：三个方面平时作业3✖️10%，概率优化大作业20%，期末考试自动机与科学计算2✖️25%。 授课质量：概率论与凸优化那ppt做得还算像样，但老师表述能力，emmm，有待提高。自动机那本教材写得巨清晰，读它比听老师讲又快又明白，属于教材背着老师偷偷上分。科学计算就完全不行了，一个ppt杵讲台前哼哼两个小时，行为艺术吗这是。 # 重要的事情用大字写，能不能像离散数学一样，把工科平台的概率统计课也拿过来给顾老师上，数学基础这门课只要后面两个老师来上，压力会小得多，效果会好！

课程内容： 课程内容：凸优化＋自动机＋科学计算 上课自由度： 高，第三部分次次都点名 考核标准： 考试50%（自动机+科学计算） +作业各%10 凸优化大作业 %20 授课质量：自动机可以的，科学计算拉跨到底，PPT照着念都念不通顺

课程内容：凸优化＋自动机＋科学计算 凸优化：信息论中信息熵、交叉熵、互信息等概念，概率论中的贝叶斯公式、马尔可夫毯，优化领域的线性规划、凸优化（包括突集与凸函数的概念、凸问题的分类、凸问题的求解方法），概念多到像把整个论坛的术语打包扔给你。 自动机：理论计算机科学的入门，包括有穷自动机、下推自动机、图灵机的定义与性质及其描述的语言和文法，认识了一圈计算机祖宗。 科学计算：误差的定义与避免、矩阵论的一些内容（本人上课没听且还没复习完所以不太能概括，请看其他评论），看其他评论求助，抱团取暖。 分别由顾老师、李老师和杨老师讲解，所以下面的评论也都分别对三部分评论。 上课自由度： 凸优化：完全不管，爱来来爱走走，量子隐身随意。 自动机：完全不管，签了一次到但不计入成绩，老师说是为了在同学找他纠结成绩时拿出来作为回答，签到就是个预防纠纷的存档。 科学计算：每节课都会签到，且计入成绩，但上课不管学生在做什么，整个人在教室魂在宿舍。 考核标准：三部分作业各占10分，凸优化大作业20分，自动机期末考25分，科学计算期末考25分，分数像切蛋糕给你一块一块分好。 授课质量： 凸优化：讲的不咋地，推荐自学，老师上课结结巴巴的很紧张，紧张得像第一次上讲台背课文，让我很担心下学期机器学习的授课质量。大作业是用python中cvxpy库完成对机器人避障路径的优化，还算有趣吧，但查资料的时候发现业界主流的路径优化是先用A*等算法找到避障的路径，再用凸优化的方法让路径更加平滑优雅，所以这个大作业的质量到底如何。。。见仁见智吧，盲盒体验。 自动机：感觉是三个老师中唯一备过课的老师，珍稀物种。老师说单讲这些其实一点意义都没有，需要往可计算理论、复杂度等方面继续讲才好，但是课时太少所以只能到这了，像刚开胃菜就上甜品结束。 科学计算：看起来没备过课，推荐自学。布置的作业感觉跟大作业没啥区别，要用python的numpy、scipy和cv2库完成一系列题目，有点难，难到想给电脑磕头。 总结： 自学，最终真理就是自立门户。

课程内容： 凸优化及线性规划+概率熵+自动机+科学计算（矩阵理论基础+计算微分基础）——这不像一份大纲，像是有人把三份互不相干的课表倒进破壁机，然后按了随机键。 上课自由度： 高，接近全自动放养，没人管，唯一的牵引绳是签到。 考核标准： Project+考试，双卡双待，谁都别想只走一条路。 授课质量： 我真的不知道为什么要把这么多东西硬塞进一节课。凸优化和科学计算本来是一回事，自动机和算法设计是另外一回事，但不知道是哪个小可爱，把两个既要许多先修课程、又毫无关系的部分强行焊在一起。🤣🤣🤣 三个老师中只有李国强老师上课知道自己在讲什么东西😇😇😇 顾晓东老师应该是比较年轻，但是ppt制作还是可以的，把基本优化理论和概率问题进行了一个比较基础的介绍；由于这课不考试，只有是Project的话还是比较能够接受的，用chatgpt就能自学完。 李国强老师上课就很娴熟了，自动机理论以及后面为什么要构造设计出自动机的动机也讲得比较明白，唯一不足的点就是课时太短，导致没有把课的内容讲得更深入。这里请后续选这门课的同学一定要好好学明白pumping lemma这个知识点（ 杨旭波老师，怎么说呢。首先线性代数这门课大家上次高频率接触已经是两年前了，一些方阵和矩阵的性质大家都已经不太记得了（想出工科平台的人就应该下地狱了）。 主讲了误差分析，LU分解，QR分解，Cholksy分解，RQ迭代法求特征值，SVD分解，牛顿法这些知识点。如果是后来的同学，我希望你们能够至少在寒假里面把线性代数和python这两个先有一个复习和比较基础的掌握，然后把我上述的几个知识点结合Strang老爷子的[18.065](https://www.bilibili.com/video/BV1a7411M7wH/?spm_id_from=333.337.search-card.all.click&vd_source=aabeca18bf32c149db1412e55c4b4ef5)自己学习，这对后续想要研究机器学习的同学来说还是很有裨益的，然后实际上课就不用听了。因为他上课连自己的ppt都不熟悉，怎么能够要求学生听得懂知识点呢？ 其实这门课的内容实在太多，完全是可以分解的，例如自动机部分完全可以放在算法设计里面一起讲，比如一个小型Project里面可以让大家用c++写一个简单的Regex识别器，然后把这门课的科学计算和优化重新组合一下，并且先修课程里面要增加一些python的内容，这样同学学的才能比较明白。比如我就没学明白，很多细节东西都稀里糊涂的过去了。3+3学分设计其实应当变为4+4学分的内容，但是不知道为什么软院要这么安排，有可能是工科平台的限制关系吧。