上课很轻松 虽然教材老、课件烂、水平差 但是没有逼你学

作业没有 实验只需运行一遍给的代码

期末开卷 有很多带答案的原题 课件里难的部分不涉及 不用担心学不懂

给分很公平 一视同仁 大家都是随机

哥们运气不太好 随机到一个大学最低绩 故扣一分

水课，适合速通，资料可以参考隔壁研课的评课，虽然没啥用

不点名；有小测但是不算分；实验给代码，抄一遍就行；期末考试开卷，可以带书，难度中等。

所以随机赋分。因为实验、试卷都没啥区分度，写错一个判断题可能就是优秀与卡绩的区别。

该评论给高分单纯是因为课程负担真的很低，而且也不给你卷的机会（给助教点赞）。学了三年绩点基本都已定型，也无所谓一门课的成绩。建议在“机器学习”之前先修这门课。

终极水课，无点名，无作业，期末考占比100%（开卷）

一学期下来老师长啥样都不知道

期末考试前突击复习了两天，带着一堆资料去考场，给分3.3差强人意

唯一的信息差感觉是考卷上充斥着大量往年题原题（听说能在本部黑心书店买到），考完才知道这事情，学弟学妹们选这门课的话注意一下

复习没怎么帮到考试，但是复习的内容确实帮助我pass了暑假各种各样关于ai方向的面试（所以这门课导论的意义还是做到了的）

超绝17页碳基迭代器性能测试，感知器迭代，势函数迭代，还有个什么迭代，全都是迭代。  

一觉醒来全世界计算机性能下降一万万倍，我的猪脑成了世界上速度最快的超算，我每天保持练习手算感知器迭代算法，在两国交战的关键时刻我笔尖飞舞，k=1, k=2, …, k=10000！我迅速靠着手算感知器迭代拟合出了U国核弹头的运动路径，使得C国成功防御了最严峻的攻势，顺利赢得了世界大战一统天下，而这一切，都要从2025年那个让学生在考试中磨练手算感知器迭代的模式识别导论课程说起…  

但凡让一个python解释器来答题能考的比我好

我写着写着突然巴不得自己光滑的小脑袋能多线程并发，那些五以内加减法算起来是真的又慢又容易出错

而且老师喜欢在课上挖坑，说什么东西可能会考试考，然鹅根本没有考，好多课上说可能考的证明根本没见到。（考了一道最小损失判别证明，不过跟课上说的不完全一样。我还记得上课时候说可能考多分类拒判不存在的条件 t > n - 1 / n的证明）老师之前还说过这门课重在理解，不会考太复杂的计算的，结果好嘛，确实不复杂，好多五以内加减法，但是真墨迹。

课程内容

课程内容应用性质不大，没有作业，实验很水，助教会把实验的代码ipynb直接公开，甚至里面还有一些说明文字直接就是一个实验报告，甚至可以线下检查免去实验报告

实验最后一个是Eigenface实现人脸识别，这个人脸识别还有点意思，顺便复习了一下特征值等一些线代的东西

课程的ppt比较抽象，和国防科大的ppt契合度很高，但是又把部分易于理解的地方给删去了。

学习的时候可以参照一下国防科大的ppt有助于理解

2025春考试内容：

似乎与去年考题相差较大

17页，四五章没考

每道大题的第一个小题是可以在ppt上直接找到原文摘抄的一个3分的概念题

感知器三分类(最大值)迭代过程计算

Fisher计算

势函数好像没考，屋檐了我记得上课也是说要考一个势函数多分类的问题

EM

最小损失判别（含拒判） 的证明

贝叶斯估计正态函数的计算

其他记不清了

平时大家大概都不听课，考试完全开卷

考试前基本上也没有复习，可能最多复习了不到一天，本来以为完蛋了

结果考试的时候发现，全都是ppt上的原话填空，或者pp上带完整答案的原题改数字，或者ppt带完整答案的原证明，只有1分1个的判断题有几个不知道考的啥

真的是考场现学，而且时间很充裕，平时助教习题课上不计成绩的小测都比最后考试紧张

而且没有作业，不点名，三个实验的代码助教都给了，直接copy一下，跑一遍，截个图就行（他甚至没有要求写一份长篇大论的报告，只要能简单记录一下实验过程和结果，分析一下就行）。而且就算你交上去的是错的，或者有什么问题，助教也允许他判完，给你成绩之后，你再改，改了他再看，改对了还能再给你满分，简直是业界良心。（希望一些其他课程助教也学习一下）

总之基本就是一学期只学了一天，大半天简单看了一下ppt，一晚上把三个实验做了一下，然后就没事了

感觉卷子做的除了判断题没啥大问题

最后3.7