人工智能编程实践

课程内容：python入门基础知识➕NumPy+Pandas+Matplotlib+Plotly等一系列高级可视化➕基于Sklearn的机器学➕基于Pytorch的深度学习，一股把技能树三连点满的味道 上课自由度：极高，不签到不点名，你去不去都没人管，几乎可以任性地云上课 考核标准：4✖️5%随堂小测（基本上就是小作业）➕3✖️10%平时作业➕50%大作业，作业和考试跟着公式排队来、准时收 授课质量：4/5，ppt内容是真心能用，不爱听老师叨叨你可以纯自学开开挂，同时课堂会留相当长的时间给学生自己上手实操，遇到坑老师也会耐心来帮你填。 ps：今年助教gg非常认真负责，全程在线营业，实打实地给了我很多帮助，希望温老师以后还能捞到这样的好助教👍（听说今年给分比去年好多了😄）。

课程内容：python+matplotlib/ploty/folium画图+numpy+pandas+scikit-learn机器学习+pytorch深度学习，本质就是把学习资料（ppt和notebook）往你脸上一丢说：自学吧您内。想短时间掌握这么多？梦里啥都有，顶多算抛砖引玉。 上课自由度：高，基本自学。好在**电子技术实验课**里试过用pytorch训深度学习模型，入门相对没那么难，属于带着半个技能包进门。 考核标准：平时20小作业30大作业50，小作业几乎没难度，但记住一句话：可以不会，不可以不交。 三个老师的大作业不一样，郑老师那边是机器学习数据挖掘相关，温老师那边是强化学习相关（？），这边是关于深度学习**分布外泛化OoD**的研究，应该也是老师自己的研究方向之一，偏理论但也比较有趣——比如猫狗二分类，训练集里狗全在草地上、猫全在沙发上，测试集反着来，模型就会把沙发和猫锁死，测试时看到沙发上的狗直接喊猫。要求针对彩色数字识别数据集搭网络，复现并试着改几个OoD算法写成报告，最后一节课是展示环节，每个同学可以到别的组去交流。 授课质量：中规中矩吧，反正都是自学，但给分真的好，应该几个老师都给得挺高，从排名看超过1/3的人都满绩了。不过个人感觉都给这么高，对真的很认真做的同学反而不太公平。

课程内容：电院ai都绝版了，这门课大概率也是末班车级别的遗产，内容大致是python语法速通，然后NumPy+Pandas+Matplotlib+Plotly这些可视化全家桶，再上Sklearn的机器学习（分类、回归、降维、聚类这些）+Pytorch的深度学习 上课自由度：极高，不签到不点名不提问，教室基本默认改成大型自习室，大家跟着讲义自己往前冲 考核标准：4次随堂小测（4x5%，属于投喂型送分）+3次编程小作业（3x10%，有点难度但可以无限次调试，主打一个反复横跳）+大作业（50%） 授课质量：温老师人很好很温柔，课上解答问题非常耐心（配环境那节印象挺深，有些同学卡住了，老师和助教都手把手来操作），授课内容把Jupyter讲义自己走一遍其实也差不多够了。大作业是老师给了一个multi-player-game-ai-project，需要做的基本上是debug和补全算法，熟练使用ai工具会容易很多，总体应该比其他班难度稍低一些。 ps：和助教多交流真的会受益匪浅，感谢ykgg的悉心指导，提供了很多优质建议，好评！！

课程内容：python那点基础，监督/非监督学习，回归，神经网络等等一锅端 上课自由度：高，不点到，小测和quiz给你的时间也宽裕到能摸鱼 考核标准：50%大作业+30%三次quiz+20%四次小测和出勤 授课质量：还是可以的，老师和助教各种姿势试图把人工智能的思维和实现塞进我们脑壳，也一直怂恿我们动脑、发问、去刨自己感兴趣的东西；非要挑毛病的话大概就是整体节奏也偏快，吃完有种囫囵吞枣、枣还没嚼完就咽了的恍惚感

好。两个字，气场拉满，跟期末评语里的“已阅”一样，废话不多但信息量为满格——就是好，别问了。