Yang Zc

17级，蒋力老师。 反思自己学习这门课的过程，我觉得我犯了一些错误。在学习的时候，我主要做的是把蒋老师讲的那几个某个算法具体应用的例子给看明白，非常缺少练习，学习算法是为了应用它解决问题。算法设计书后的习题很多，也可以从网上去搜这本书对应的答案，应该多去做做这些习题，不需要编程实现，有思路就可以。题目确实非常多，但是从学期开始每天就看一些，应该可以看完不少的。特别是，考试题可能很多来源于书后。 在课件和整体的把控上，我觉得是有问题的。前面的部分讲的有点慢，前面的贪心法、分治法和动态规划，大家虽然缺少系统的学习，但是多少有一些了解，应该在课件中大量增加一些注释，让大家一看就明白，不需要费太多的口舌，把时间留给大家不怎么熟悉的，相对更高级的一些算法。 而到了后面比较陌生，比较高级的部分，比如网络流，一上来我觉得没有把网络流最基础的那些讲清楚，没有解释好为什么把最核心的Ford-Fulkerson algorithm是对的，而这个算法是后面一系列优化算法的基础。所以大家就学得非常痛苦，我推荐《算法导论》里面对于网络流的一些说明，看了之后我恍然大悟，为什么这个Ford-Fulkerson方法是对的。 我觉得网络流的课件缺少一个好的脉络，学了之后，知识还是很零散，我没有把他们很好地穿起来。所以我觉得这部分很需要改进，花了非常多的时间去讲，但是我真的没明白。 对于难解性这部分，我觉得了解一些概念就好，什么NP,NP完全问题和一些典型问题的名字。对于这些问题相互之间是怎么转化的，我觉得有兴趣就看看，没兴趣就算了，就算考也只是概念题。 而对于一些解决NP问题，如近似算法，随机算法，局部搜索这些方法，由于后面教学的时间不够了，基本就是浅尝辄止。 另外对于机考这一部分，我一直怀疑是蒋老师有什么事，那次的课上不了，所以才搞这么一个机考。因为这个机考是不限地点的，基本都是在宿舍考的，可以有网络和舍友的帮助。 大作业部分，我基本是划水，没什么发言权。

马殿光老师负责教授。 17级的所有同学都被教务默认都选了这门课作为必修课。 不同于其他专业，可能要分别学习基础电路，模拟电路和数字电路。我们是“三电合一”，这三个都囊括在这门课里面了，所以这门课的内容相当地杂，以至于老师说“有问题直接问老师，内容太多，助教不一定顶得住”。但是也不必过于担忧，马殿光老师看得很开，正因为“三电合一”所以也不可能要求太多，考得太难。特别是，我们17级可能讲得比较快，在考前带着我们把16级的一些题目过了一下，而考试的内容基本是大同小异(可能比16级简单)。 最终的成绩还可以，应该是有满分的同学。同时也有一些同学经常不来上课，过分依赖于自学的同学，有的成绩不太理想，想找老师申诉或者复核，也找不到老师。所以对于这门6学分的课，如果选了，大家还是要尽量保证去上课。虽然好像不点名，有的时候讲的内容可能比较难懂也不考。

让这样的年轻老师来教授经典课程实在是彻头彻尾的灾难. 因为她完全是使用他人的PPT之后照本宣科地讲, 毫无感情的念PPT机器. 她使用的两本教材《计算机网络自顶向下方法》和《计算机网络》(Tanenbaum)都是很经典的教材, 后者更细致入微,如果提前看了书,那么相关的内容基本也就掌握了, 根本不用听她讲; 如果不提前预习, 那么听她的课, 那就是全程懵逼, 不知所云, 不如去B站上看看其他老师比如哈工大的课程.这学期没有考试, 如果有考试的话, 把书后的习题都做了,应该就没问题,因为她线上的quiz就是书上的习题. 而这个大作业和课程内容缺少关联, 有很多选题, 都围绕着区块链和机器学习.在这方面她应该是个吹毛求疵的人, 对于PPT中涉及的内容有没有注明引用自哪, 大作业内容是不是来自于其他实验室等等, 同时谁也不知道什么样的她会觉得好, 什么样她觉得不好. 这门课如果借鉴其他的经典课程, 把这个莫名其妙的大作业去掉, 换成一系列Lab, 同时教师努力提高自身教学水平的话, 应该能成为一门比较优秀的课程.

17级软件老师，曹健老师。 这门课是考试和大作业（包含文档写作和展示）。 考试的部分相当迷幻，基本没有试题流传下来，他会给出一个大致的重点Review Guideline作为提纲，帮助大家复习。但即使这样，也很难抓住考试的重点，考试的时候也是有很多论述题，但是基本上不知道该说什么，就是硬着头皮写，尽量和讲的内容扯关系。1）The scope of this examination is mainly covered by the text book 2）The examination will last 120 minutes and it is a closed-book exam. 3）Exam Types： Multiple...

这学期这门课程相当曲折,原来的任课教师因为一些变故, 提前结束了这门课的教学, 可能为教学生涯画了一个不太圆满的句号. 而即使他讲完这门课, 那么基本上对于大部分来说也不会有太多的收获. 原任课教师口若悬河, 滔滔不绝, 对于一张PPT也可以输出一节课, 将一门科学讲为了哲学. 而临时接任的教师无奈只能提出了小作业+大作业的模式, 小作业是复现一篇论文, 大作业是改进这篇论文, 基本上和数据挖掘无关. 下一学年这门课应该会更换新的老师, 有新的教学计划和考核方式,所以这学期的情况毫无参考价值

17级，计算机组成。 这门课是由方向忠老师（负责讲课）和王赓老师（负责实验）部分合上的，两位老师人都不错，特别是王赓老师，是非常愿意给学生高分的，平均分89甚至90。最终分数主要是考试部分和实验部分。 考试部分:只要听方老师的讲课，考试不是很难，甚至不少题是论述题，敞开了写即可；某种程度上正因为是论述题，才能达到这么高的平均分)。 实验部分（实验部分分为平时的实验和考试的实验）:实验其实就是在软件quartus II上用硬件描述语言verilog（语法和C很像）来写代码。我们用verilog写代码去描述电路的功能，这个quartus II软件把写好的代码翻译为电路。更神奇的是，我们可以把被翻译好的电路FPGA板子上，去实现一些功能。这一部分github上有不少上一届学长的代码，可供参考。而考试的实验，就是提出一个小的功能去实现，以确保大家确实掌握了，避免大家只是搬运代码。 这门课的内容上我觉得还是比较难的，要想深入理解需要一定的思考，但考试很简单；实验部分我觉得很有意思，甚至是这么多课程里最后意思的，如果是自己完全从头开始弄，需要一定的时间。另：王赓老师会讲几次关于实验的课，但其实和具体的实验内容关系不大。

> @keithnull > @shuiqinggang > > 👍你写的内容很棒，如果乐意的话，能否直接以 Pull Request 的形式发布呢，或者由我代为添加？ 都可以的，科神。

这门课从形式上看似乎很丰富很硬核, 4次作业20分,4次lab20分,大作业有中期报告,期末展示和最终报告. 但是如果亲自上了就会知道,4次作业基本上是助教拍脑袋随便一想, 最后也不会公布答案, 还有一次类似于众包, 做得多有额外5分的奖励(由于大家都会得到这额外的5分,所以最终会在其他上面扣掉这5分[否则平均分都会满绩],所以如果没有得到这额外的5分,就相当于肯定比别人低5分); 而4次lab, 基本上算是祖传代码了,主要的难点在于配置android studio的环境(API的版本要足够的低). 至于大作业, 不要信什么人少会适当考虑增加分数的鬼话, 期末展示打分是大家打分, 能拿下多少分和作业质量关系可能不大, 对于大佬和熟人大家给分就会高, 所以人多->认识你们的人多->分可能就高. 而教学内容就是请一些老师,或者研究生讲讲他们研究的内容,整体上毫无关联, 东一榔头, 西一棒子, 基本学不到什么有用的;而最终大家分数的差距可能就是满绩/不满绩, 标准的"水课".

17级，王平老师。 王平老师资历老，似乎基本不怎么需要PPT，任何一个话题都可以延伸出去讲半天。也是在课上回答问题会记录下来。最后划重点粒度太大，形同没有，我是看其他老师画的重点。同样是在复习其他课程，比较累的时候，看一看画的重点，记一记。最后考试的时候还是尽可能地多写。总的来说，不太推荐王平老师，因为班级的平均分是比较明显低于其他老师的。

上面的部分是由17级的最高分，笑神写的，很有价值。 我自己的感受是概率论部分属于不听讲，看书也可以看懂。而后半部分随机过程，和概率论部分完全不是一个难度，不管是看书还是听课还是怎么样，我感觉都很难听懂。特别是对于，老师写的证明某些结论，要写好几黑板的那种，我基本上是看都不看，因为基本不可能考。 陈老师教了这么多届，自然了解让我们掌握随机过程这部分是很难的，所以他会强调哪部分是考的，而且考的形式和套路应该也比较固定。 我不提倡和我一样水平比较一般的同学不听课只自学（虽然可能节约时间，效率高）。我感觉这个陈老师比较内向，腼腆，但是内心渴望和同学交流，所以他课间经常在下面晃悠。如果同学们趁这个机会多和他交流，让他对于有印象，记住你的名字。说不定可能最后的时候，在分数上有一些惊喜。因为我自己感觉我期末的试卷不值我考得那些分数，但是否有效，我不做任何保证。 说得更多一些，概率论的知识还是比较有用的；随机过程部分，可能超出了我们当时的水平，有点大跃进的味道；我觉得我们更应该学得是概率论与数理统计，这是我们大多数人可以学明白的。