課程：COMP3211 [原課號：COMP221]
作者：jyuar
創建於：2019-12-30 00:01:34
課程時間：2019年Fall
授課教授：LIN, Fangzhen
我覺得教授：下面说
評分標準：assignment * 3 = 30% + midterm 25% + take-home final 45%
這門課的Grade：Grade 未知 不过据说Fangzhen给龟还是很lenient的。这门课算很基础吧，大概介绍了几个方面的概念：reactive agent, searching (uninformed, informed, game search, constraint satisfaction problem), Markov decision process, reinforcement learning, machine learning (讲的极为浅显，听后毫无印象那种), knowledge representation and reasoning, uncertainty (Bayesian network), game theory, NLP(毫无印象).
教授讲课个人风格很明显，讲课一个是慢，慢的惨无人道那种（后续看了给MSBD的课，理解了为什么讲的这么慢了。一节MSBD 3h，如果讲的太多大家都会疯吧233。这门课在cwiki上基本没有评论也可能是大家实在觉得讲的太慢就drop了吧2333）。
第二个是讲课基本脱离ppt，喜欢在onenote上写字来讲课。教授很注重问题的formulation，此处在讲search，mdp，rl的时候极为明显。请别溜号，因为作业和考试中也会强调问题的formulation。（我个人还挺喜欢教授这种讲课方式，认真听的话能了解一些哲学(? 问题）但是这个讲课方法也有弊端，例如我上完了这门课是知道了这几个问题，可是记不住solution2333。
assignment包括programming和non-programming part。programming有一半来自不知道多少年前的cs188 Pacman，可能教授犯懒+TA犯懒，都9102年了还在用上古的Python2.7。non-programming主要都是上课的内容，问题的formulation啊，计算题什么的。这部分难度还是有的，还记得手算mdp optimal policy的酸爽。
考试我个人觉得其实还好吧，不算难。好好听课问题不大。
推荐给不想自学ai的懒人（包括我）。若对讲课方式接受无能，请谷歌Berkeley的cs188。
請登錄後再評論
