2025春 2024春 2023秋 2023春 2022秋 2022春 2021秋 2021春 2020秋 课程号：EIEN6004P04
- 课程难度：中等
- 作业多少：中等
- 给分好坏：超好
- 收获大小：很多
| 选课类别：基础 | 教学类型：理论实验课 |
| 课程类别：研究生课程 | 开课单位：软件学院苏州 |
| 课程层次：硕士 | 学分：3.0 |
教学内容与教材
张曙老师的《算法设计与分析》课程内容丰富，涉及线性模型、SVM、神经网络、聚类、特征降维等，是经典算法学习的入门课程。使用《算法导论》作为教材，复习时可参考课堂PPT与相关学习资料。
作业与实验
课程作业每周约四道题目，大多可完成，有时略繁琐。共设有五次实验，需提前检查，工作量适中。作业和实验合起来占平时分的一半，助教可以酌情调整占比。
考试与给分
考试由多道重点题组成，复习主要通过课堂PPT和往年题目。虽然近年考试有增加难度，但只要平时用心学习，获得好成绩并不困难。大家普遍认为给分宽松，张老师在最后一节课会划重点。
教学水平
作为授课教师，张曙老师教风较为严谨，偶有课堂点名和小测，力求提高互动性。他在学生中评价较高，广受信任与好评。课程工作量较大，但总体收获颇丰。
- 课程难度：中等
- 作业多少：很少
- 给分好坏：一般
- 收获大小：一般
- 难度：中等
- 作业：很少
- 给分：一般
- 收获：一般
课程比较粗糙，是周志华-机器学习的前12章内容，从经典的线性模型、SVM、神经网络到聚类、特征降维和特征选择。
复习按照PPT和机器学习复习PDF上就行了
2023.7.10考试试题
1. 逻辑回归和svm的区别和联系
2. L1正则化和L2正则的区别
3. Floyd最短路径算法
4. 给三个样本（3,3,1），（4,3,1），（1,1,0），求线性可分支持向量机
5. 给出5个机器学习评价指标
6. 2种线性降维和3种非线性降维
7. 网页文本余弦相似度
8. 动态聚类
- 课程难度：中等
- 作业多少：中等
- 给分好坏：超好
- 收获大小：很多
- 难度：中等
- 作业：中等
- 给分：超好
- 收获：很多
教材是《算法导论》，今年的课平时偶有点名，点名一般在第一节课上课。因为张老师觉得互动较少，所以后面有两次课上小测。
作业一般每周四道题左右，一般来说比较好写，有的时候几道题偏繁琐就会稍微耗时长一点，不过也是可以做出来的。
实验一共有五次，可以提前找助教检查，是一些算法题，把代码写出来把思路讲清楚就可以，工作量不大。
这些是平时分的来源，50% : 50%，但是助教最后说会酌情调整平时分占比
考试也比较简单，把平时作业都搞明白了就能得到不错的分数，高效复习2~3天足够应付考试，张老师最后一节课会说哪些不考，以及划重点
- 课程难度：中等
- 作业多少：很少
- 给分好坏：超好
- 收获大小：很多
- 难度：中等
- 作业：很少
- 给分：超好
- 收获：很多
这学期的考试比以往的难度高一些，但是张老师给分很高。考试复习不仅要把往年的题目做了，还需要把考试范围内的课堂PPT或者书本内容熟悉。
- 课程难度：中等
- 作业多少：很多
- 给分好坏：超好
- 收获大小：一般
- 难度：中等
- 作业：很多
- 给分：超好
- 收获：一般
课程作业+期中+实验+期末，总体工作量比较多，不过平时分能占一半（作业+实验），老师性格还行，分数也还是可以的
