首先杨老师的 DT 没有课后作业，只需要你上课完成一些项目就行，课后 workload 为 0，然后给分还很好！采样了 5，6 个都是 A，据江湖传言甚至可能是全班都是 A，不是很清楚。

课程内容包括头脑风暴，思维导图，问卷设计，用户画像，用户旅程，用户故事，卡片分类，视觉情绪等，非常的丰富多彩，感觉是一个非常好的 intro to design 的课程。

最值得称道的是，杨老师的课程非常喜欢用各种桌游来引入设计方法，在 DT 课上玩了好几节课的 UNO，也玩了妙不可言，达芬奇密码，形色牌，都很有趣，老师会让我们先玩 20min 左右，然后让我们用学到的知识去分析这个桌游为什么会吸引人！感觉劳逸结合的很好就是说（

先说总评

孙伟老师上课，先来一个我们届比较出名的梗，"首先是犯下跃进之罪的孙伟，曾经一天拉完三个课时，课时进度稳居四个班之首，而且作业量所有题都做"，孙老师上课进度非常快，然后声音比较虚弱，可能听不太清，然后作业题布置的非常多，基本上都是某某章课后题全做全做全做，一杯茶一支笔，一周作业写一天，真的写的很累，给分貌似比数分 1 好，相比于数分 1 听说很多 C，B-，数分 2 听说到的成绩基本上都是 A/A-, 我自己是 A-

关于 workload

先说总评

仅考虑 CS 专业或者说 CG/CV 方向而言，这门课程的重要性甚至超过了数分 / 高数，教学逻辑还挺合理的，那本很厚的英文教材确实有其独到之处，用翻译软件看了以后觉得还是非常清晰的。从线性方程组和矩阵讲起，然后自然引入行列式和 Cramer 法则，然后讲一些别的大学不会讲的向量空间的东西，非常锻炼抽象思考能力，最后将内积空间和对角化，内容其实不是很多，也不是很难，但是需要好好学，认真做作业。但我们的线代老师郑凯确实讲的非常一般，上课念 ppt，越念越困 zzz，但我们助教的习题课弥补了这一点，讲的非常好！后来我也去当了王强班的助教，王老师准备讲义 + 每次上完课黑板推导完一身汗，讲的也不错，强推王老师。给分根据我随机采样的结果，我推理应该是开根号 / 10 以后算了绝对分，不保真啊，但我猜是这样的

关于 workload

先说总评

客观的来说 lxp 的 CG 设计上非常不错，能够作为一个非常好的图形学入门，就是作业代码量尊都有点大，尤其是你写 bonus 的话。然后老师人非常的阳光开朗，很爱笑，上课 PPT 做的很不错，然后 quiz 和考试也都挺难的，如果上课没听懂可以问助教，内容上来说从 OPENGL 编程讲起，讲到 mesh 表达，渲染，UV-texture，ray tracing，path tracing，volume rendering，全局光照，最后会夹带一些自己的私货，讲一些刚体模拟和流体模拟的内容，内容量大管饱。

关于 workload

先说总评

首先是绝版 CV 了，因为高盛华老师去港大了，部分同学吐槽 23 秋高老师的 CV 比较抽象，确实有一些。进行了一个比较大的改革，将原本比较总览的 CV 课程变成了主要 focus on 重建这一 3D 视觉的重要任务的课程，从相机参数开始，讲到深度估计，讲到 NeRF (Neural Radiance Field) 这一个最近两年比较火的三维表达，上课观点很高，能学到很多比较前沿的论文和想法，感觉还是非常有意义的课程，确实是有一些收获的！至少在我个人看来比传统的 CV 课上法有意思多了，给分感觉还不错？周边采样基本都是 A 和 A+，部分 A-

关于 workload

先说总评

我认为是信院讲的最好的数学课之一！廖老师讲课是板书流的，就会在黑板上非常仔细的推导公式，使用的教材是 MIT 的计算科学与数学的教材，是那个教线性代数的老爷爷的另外一门公开课程！Gilbert yyds！内容很依赖于线性代数，讲了一些用来解微分方程的特殊矩阵，有限元方法，傅里叶变换等，从数值的角度上去理解一些方程的解的问题，非常有趣 (和另一门数所的数值分析可以形成互补，那课不讲有限元)，给分也非常不错，人少的时候 project 好好做的老师都给了 A，然后这学期人特别多，本来学期开始说学院要求 30% A 率的，但大家好像 project 做的好的同学超出了老师的预想，老师去跟学院争取了额外的 A 率！廖老师人真的非常好！最后我自己的分数也是 A

关于 workload

先说总评

内容上挺简单的，本研一体给分，据江湖传言是绝对分给分，A 率貌似超过了 40%，非常适合本科生修读（作为专业任选的学分），我绝对分 97 左右，然后拿了 A+。内容上主要讲非常经典的图像处理技术，从图片的 pixel 的概念讲起，提到一些 spatial filtering，intensity transform 等算法 (甚至能看到大一信导 SP 部分的作业)，然后讲 FFT，频域滤波，wavelet 等滤波，总之就是各种图片上面，时域频域的滤波，貌似能够比较全面的涵盖 PS 的功能背后的算法（锐化，白平衡...）讲的还是非常广的。

关于 workload

先说总评

个人认为这课内容和 project 的项目非常适合作为一门 CV 入门课，虽然我修这课的时候已经上过 CV 了就是说（）, 上课内容在计算机视觉的知识上涉猎非常广，涉及了 KNN，SVM 等传统机器学习算法，也涉及了 CNN，U-net，GAN 等经典网络架构，也会引入一些比较前沿的 SAM，Diffusion model 等，然后在 CV 任务上讲了经典的重建，去噪，分割任务，然后会具体讲这些任务在医学影像语境下的实践与应用，感觉整体逻辑上非常棒！上下来确实至少会对 CV（DL）在医学影像中应用有一个相对全面的认知。给分上来说，我们组几次 project 效果上都比较好，然后该创新的点也创了，然后 presentation 应该算是讲的非常不错的，然后 quiz 一次满分一次 55/75，最后拿了 A，身边采样同组同学也都是 A，然后隔壁组好兄弟 quiz 和我差不多，pj 稍微低一点也是 A，整体上来说给分应该是非常不错的捏！

建议修读人群

先说总评

王浩老师人非常 nice! 给分据江湖不可靠传言有 50% 的 A 率，然后本研一体给分，尊都很高啊，然后回应一下标题，就是这门机器学习是研究生课程，主要内容包括传统的机器学习算法和一些王老师自己的私货，就是一些优化内容。额但是！这课 ML 的部分上的比本科生的机器学习引论简单，优化的部分上的比本科生的数值最优化简单（），如果你学过两者之一，应该都可以嘎嘎乱杀就是说（

关于 workload

关于上课内容和给分

前半学期孙老师讲，主要内容是 ESL 的分类和回归部分，后半学期赵老师主要讲了深度学习之类的... 感觉看 ppt 效果很佳（狗头），这里放一个周边极度有偏采样结果（），身边一起选的 14 个人都给了 A/A+，总之应该给分不错吧（大概）

关于 workload

先说总评

个人觉得是文学写作课程群里面最美的课（仅代表个人观点，无拉踩），课程内容会从诗经开始讲，讲到魏晋风骨，再讲到南北朝诗歌，个人觉得这段诗歌形式上更加自由，文字所表达的力量感也更强，相比于唐诗宋词往往会有更多的解读，这些解读我觉得非常有意思。然后来一段人文院觉得太整活了所以不让做官方宣传的口播，上这个课程你可以听到下面这些话题的讨论：“窈窕淑女，君子好逑的《关雎》在古代居然用来称赞后妃之德？”，“‘执子之手与子偕老’有没有可能是在讲男男爱情？”，“魏晋文人是如何在摆烂的情况下写出这么洒脱的诗歌的，为什么我们摆烂就指只会睡觉？”，“看《洛神赋》中的弟嫂爱情”，“南北朝的文人怎么写‘情诗’”，“宫体诗真的‘骄奢淫逸’吗？”，“《花木兰真人版》电影豆瓣评分为何仅有 4.9？”...... 总之还是很有意思的啊很有意思的。在给分上来说，人文院现在一视同仁，都给 30% 的 A 率，但是！如果你的表现，你的论文表现的特别棒，陈老师会写很厚的申请给人文院要求增加名额，已有成功先例（这学期当了助教所以知道），不会出现你非常认真最终被 curve 忍痛吃 B + 的情况，总之非常推荐大家报这课捏！另外如题，陈老师人真的很温柔，人很好的！

关于 workload