杨旭波 · 计算机科学的数学基础修读档案

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。

一坨，还好是交叉课，不然就得当面啃干净 大作业需要你在一堆答辩解法里面选择一个不那么答辩的，骰子都比这题有尊严 询问顾小东甚至能得到一个极其答辩的错误解法 讲课质量： 顾小东比我还紧张； 李国强不错； 杨旭波声音小且平淡，表示你爱听不听

前两趴的老师好歹还披着人皮。到了科学计算这块，老师直接把做人说明书撕了。