选课类别:专业任务 | 教学语言:双语 |
课程类别:专业核心课 | 开课单位:系统设计与智能制造学院 |
课程层次:本科 | 获得学分:3.0 |
22级老登23秋选的,给24秋的同学指路。
import torch
了,手搓这些古早模型有任何意义吗?”我个人认为,和CS科班相比,咱coding的机会就少,而这些作业是提高你码力最直接的途径,尤其是debug能力,所以踏踏实实写作业和project,收益会很大。否则你大概率上了一学期AI课还是啥也不会。自学指南:这里不得不提几本无敌的机器学习入门书:
这门课偏向传统的机器学习方法,对数学方法涉及得比较多
和深度学习最相关的是MLP,仅此而已,略遗憾
线代涉及得不会太深,除了PCA那里和特征值矩阵有关,其余的MLP之类的,好好理解矩阵乘法就没太大问题。
期末考试考了很多数学公式(比如说万恶的SVM优化方法,公式很烦,还有经典的forward/backward prop),有cp,喜欢公式的人有福了。不过不会很twist,主要是烦在公式比较多,要好好花心思理解课上那些看起来很复杂的公式到底是在讲啥
吐槽一下突击quiz,根本没有通知,但是基本概念理解了之后,分数也还挺好
平时作业没有理论,纯纯的代码,基本上都是用numpy写的。会提供代码框架,部分assignment基本上全给了,相比起之前(据说)不怎么提供代码硬写的版本要好多了。期末proj工作量还挺大的,纯手写代码量真的多。老师在前几节课的时候提到了marscode之类的插件,我上完课程感觉比较好的approach是让AI给一个基本的框架(你就直接让deepseek给你类的函数签名)然后自己把要实现的算法补全。在MLP等模块上面,参考torch的api调用结构,保持良好的复用性,可以大大减少重复调试的工作量。参考已有的库和利用适当的AI辅助,把精力花在算法上面,确保自己能够理解到位,这门课的收获就会比较大。
信工22级是可以修这课的,毕竟在sdm分出去之前这门课就是ee的,所以信工来上的人真不少
给分很好,proj和assgn基本可以拿满,期末考试分数不太清楚不过很惊喜上了A+,体验还不错的一门课
先是同学最关心的给分上,貌似先前因为某些原因以后林老师的给分比以前好了很多;从成绩分布来看,20平时分包括签到作业和quiz,40是期中和期末两个项目,还有40是考试。本学期我听其他同学的反馈是平时分和项目都给得很高,quiz虽然扣得特别狠但是貌似没什么影响;签到这次才去了一种翻转手机计时的方式,我不太了解有没有影响但是我经常都把这个时间刷得特别长(即将某一台设备扣在桌面上代表你在认真听课)。我一开始挺害怕这个课程的,一是内容本身比较难,二是毕竟是自动化专业重叠的必修课并且听说有很多信工大佬会来上这个课(确实),所以拿高分希望不大,不然会被卷死。
林老师讲得非常好,常常会和学生互动关心学生对于知识点的理解状况,希望学生能够给予其反馈(虽然常常都没有人响应,除了最前面的同学,明明那么多人)。老师会把学生有疑问的地方反复讲,保证学生疑问解除为止,不过确实有些part第一次接触实在是太tricky了所以可能仍然需要课下自行理解。
课程内容上,虽然本课叫做人工智能和机器学习,其实更加侧重于后者。应该只有学期中才会有FFNN(MLP)这种稍微偏向于人工智能/深度学习的内容(也不会讲CNN等),前面和后面感觉大部分都是机器学习(线性回归、逻辑回归、决策树、k近邻、聚类、主成分、SVM和混合模型)。
没有强化学习,请出门左转。
最后是修读建议,其实我觉得非必修的同学可以根据自己的方向意向选修本课,但是本课略硬,不是水高专业绩点的课程,想要学好需要认真对待。
最后的最后吐槽一句,24期末考试难度是倒序,虽然开卷但是前几题依旧逆天,不愧是Fly Bitch。
Fly,bitch!