wwj 恐怕是第一次教这个课，把曾经的 181 的好评完全冲烂了。 181 本身难度不高，假如之前学了 iml 离散，事实上这门课在专业课里难度算比较低的。课程的 pj 作业都是照抄伯克利的很经典，但请注意慎用 ai，也千万不要去直接抄网上的，ta 对用 ai 的查重也是逆天，本人以及身边不止一位认识的朋友因为使用 ai 被查重导致当次 pj 零分。 其次是考试，wwj 莫名其妙在期末考试里加入了 llm，导致 50 分的期末考有相当一部分超纲，而且 piazza 上 ta 和老师上课说法严重不统一，以及期末考试时有学生当堂询问试卷题目内容她自己都搞不清 “the right way" 含义。 至于小组 pj 我只能说觉得大家都做的挺好的。 本人两次大考都比平均低了三分，因为基础不太好。作业除了那次零分以外都还可以，小组 pj 也觉得还行，最后吃了个很难看的分数。

如题

• 离散 + 算法上完，上学期不用学了
• iml + 概率论（如果你概率论最后做的 pj 是多臂老虎机的话）上完，下学期只要看大模型一个 slides

课程

• 由于先上的 iml 再上的 ai，所以几乎没上过课，slides 很清晰，偶尔有不理解的去 b 站看 cs188 的课也够

课程质量

屠老师的讲解应该算是我目前上过课里讲的最清楚的，跟着听整节课思路一直很顺畅，讲的速度把控也很合理，算是少有的听课的效率大于看课件自学效率的专业课了（对我而言

屠老师是用英语讲课的，但是听起来还是很友好的，本人英语不是很好，但是听这门课完全没有障碍。

在 DeepLearing 大行其道的当下，我们 cs 学生的确也要学一些传统的 AI 方法，但这课原封不动的照抄 cs188 的课件和万年不变的老版本 cs188 pa 使得这 pa 甚至有着大量的开源答案... 但这些 pa 么，其实质量不太行。代码量不大，但经常缺少 typehints 的 python 使得已有框架的函数看起来不太方便（特别是 pa1），后面倒还好 HW 基本都是些基础题，看 ppt 就能会。 考试难度不大，量也写得完，但是缺点是没有像 CS110 那样在 gradescope 上公布每一题得分有点不太好。甚至期末分数还找不到 *... 复习看 ppt 就行。 上课质量么：不好意思，早八是真嘟不去的呢，我认为专业课扔早八是非常烂的举措呢。

课程内容

PPT

PPT 就是 CS188 的，好像很多年没有改过了？教的内容从搜索开始，逻辑表达，贝叶斯，MDP，最后到强化学习和机器学习。

学习方式

如果你在上个学期学了算法和概率论，并且你没有忘记之前学的离散数学的有关逻辑部分的内容，那么前半学期根本不用去上。但个人推荐去上是因为或许能够让你在早八的时间清醒过来 (？) 以应付后半学期的内容。

课程内容

主要讲了简单的传统 AI 方法，包含搜索、符号主义、贝叶斯网络、MDP、RL 和机器学习等内容。春学期是中文授课，可以听听课，不过用处不大，自学效率更高。

考核

• PA (25%) 和 HW (10%) 都比较简单，作业从 CS188 抄来的，网上到处都是答案（注意查重）。
• proj (15%) 全都使用课内所学，做了卡牌游戏的强化学习（value-iteration，q-learning，sarsa），没用 torch 等方法，猜测分数还可以。随便写写就好，不用花费太多时间。

Note

24 秋学期 tkw 老师转教信导去了

课程内容

1. 搜索算法，这部分在算法课上讲过，不难

课程质量

• 屠老师的课很推荐，但是问题是他后面不教 181 了（去教信导了）
• 课程涵盖范围是大部分传统的人工智能方法 + 一小部分机器学习，但是基本不涵盖 DL。不过屠老师的 PJ 是可以使用 DL 的（助教这样说的），甚至是 Transformer，杨老师疑似不允许使用（参见其他同学评论）
• 课程质量基本是 UCB CS188 的上课质量，如果没有听懂的话可以去听 188，或者反过来也可以。屠老师的讲课水平应该是上科大里前列的，但是因为英语授课（不英语授课可以去 ysb）而且语速有点快，其实还是会跟不上的。这个时候可以直接去下课问屠老师，他会很耐心地解释，也可以邮件问，或者 piazza 上问助教。

Workload（作业）

Overview

• CS101 的人工智能特制
• CS188 上科大本土化特制
• 本评价仅针对 Tookway 老师的 AI 课，杨思蓓老师的课不了解，不做评价。

主要是讲一些非 DL 的传统的 AI 算法。搜索 (a-b 搜索，multiagent etc)，符号化方法 (logic)，贝叶斯网络，马尔科夫链，强化学习和机器学习基本的内容。

workload 不算多，编程作业基本上 copilot 能全写完。期中考试有点阴间，所有选择题加起来十分，而后面一道大题就十分，建议倒着做题。只看课件是看不懂的，必须看书。上了课的同学反映上课也白搭，不过我没听过课就不乱评价了。

Project 做的是一个原创的小故事，开源在github，用上课教的几乎所有传统方法做了一个垄断竞争市场的模型 (玩具)。(其实是从大富翁游戏混淆而来的。) 但是缺少动态贝叶斯的解法 (实在不会) 和符号主义方法 (有点复杂没搞)，有兴趣的朋友帮忙补充一下。确实不需要 torch 和 numpy，但毕竟这不是深度学习，而且人家 Berkeley CS188 也不怎么用这些深度学习框架的。