返回教授列表
[COMP3211]Intro to intro to AI.
LIN Fangzhen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。
[COMP5211](Advanced? Not at all.) AI
LIN Fangzhen課程時間：2015年秋季
授課教授：Lin Fangzhen
内容基本上就是COMP3211，只是强行PG版了。
这sem比较PG的内容就是有个50%的project，然后没hw没midterm，final占50%。
Project说给分和时间有关系不过最后好像还是正确输出一组（即使后面卡住）就有分？有人问这个project之前的人做得怎么样？答曰之前没人做过，这是new的。所以之后上这课的同学你们注意一下这里说的不一定适用。
然而这个project它是prof的一个UROP project (HKLC)，难度标了hard，我估计是没人去做然后就强行扔课上了_(:з」∠)_
Project要做对不难，但是要跑得快确实难度不是很低，需要一点奇思妙想，当然如果你有个和你分享思路的队友就好多了。以及VS大法好，profiler分分钟锁定代码性能瓶颈部分，针对性优化效果拔群。
Final给了past midterm和final，然后我在看pp的时候忘记因为没midterm所以我们的final要考以前的midterm和fianl的内容，就只看了past final，考试的时候真是吓死我了（幸好notes全看了，problem set也做了，不然真是跪掉），分享经验和大家共勉，不要作死。
教授讲课讲得一般（一部分原因是我在做4411或者这课的project没听，逃），还是自己看notes做practice problem sets管用。
我上这课主要是听说之后Dekai要教3211了，赶紧躲开哈哈哈……不然AI课也学成NLP了多不好是不是
就不说给龟如何了，我不知道
