出分无敌慢（2025/7/29还没出，本学期最慢的一门，但是似乎各部分评分早就搞完了），实验检查的时候会问一些问题，答不上来会扣分（我就是被扣分的那个），而且这门课大家的分数普遍应该都很高，最后估计会向下调分。 整体实验安排感觉还行，由易到难、由浅入深，且实验资源消耗比隔壁深度学习原理与实践要小非常 >>more

满分无可置疑 结课方式我选了5000字论文，拿之前3000字的“人工智能技术与伦理”的结课论文作框架，稍微改了一下整体的结构（拿它作为最后一章重点讲，前面放一些逐渐深入并向这里靠拢的内容） 结课论文.pdf >>more

挺有意思的，最后给的提纲只要仔细去整理过，拿个高分真的不是问题 我主要是让豆包、ds、grok、gemini、gpt分别给我搞了一份答案，自己简单过一遍（主要是看有没有没搜到的内容（实际上确实有，后面我自己搜索（外加kimi）把它们补全了）） 喜提3.7 >>more

应该是本课程第一个环学赏析（什么），赶时间写的有点乱，图放的挺多。或许可以给xdx们做一下选题参考（不必局限于实际存在的西方古代油画(ysqd!(bushi))） 西方油画艺术鉴赏课程论文_莫环欣_PB22151796.pdf >>more

考核内容已经有人发过，难度算是比较正常的（考核内容的描述非常详细，而且开放性也不小，也不需要手搓算法（这一部分（诸如具体涉及到的算法原理）会在实验课中手把手教学，实验课老师和助教都会到场），考核里只需要对比不同策略带来的效果就OK），老师和助教都很友好，打个好评先 （建议缺学分或者想提升自己的和隔壁 >>more

理实分离，上课吹水、实验巨多 本门课程完全可以将整个理论部分完全移除，并提高课程学分，且唯一有用的就是实验部分。理论课就不讲了，个人show纯吹水环节。实践部分的跨度非常大：作业一：写两个函数，十行不到作业二：写一个带有爬虫功能的应用（666，“深度学习实践”）就纯软工吧，可以看我链接里的介绍视频只 >>more

出分了回来补个评课，下面贴个仓库，欢迎来star（但是注意不要照抄，本实验严查抄袭）。 https://github.com/magichear/Machine_Learning 个人情况：在大三春季学期之前几乎完全不会深度/机器学习相关（人工智能基础67,srs这门课屑中屑），大三春选修了《深度学 >>more

刚面完试，来补个好评，下面就唠唠嗑吧： 首先，这门课很难，并且资料有些古早（老师的PPT做的还是挺好的）、git分支的管理也不太好（每个实验有一个独立仓库，而非新分支，每次得手动merge）,，同时其难度难度与学分学时并不匹配。老师非常希望能跟我们共建这门课，因此我在实验的过程中也陆续提了一些建议（ >>more

tlj yyds，虽然平时也没咋听课（指课本还是白的），不过全勤，考前几天突击复习，最后机考满分，喜提4.0 >>more

吹爆兰兰姐好吧！！！ 这学期没能再抽到她的课，有点伤心 >>more

老师人真的很好，给分也很捞，上课很有意思。平常上课就当在放松，也没怎么认真听过，全勤+期末论文认真写一写轻松4+。 上课形式一般是老师先讲前一节半，后面一节半留给小组课堂展示。 ps:王珏老师的期末论文形式和内容都不限，你写读后感或者诗歌散文都可以，只有字数要求（不低于2000） >>more