0.前言
计科大三下的两门核心课里（人工智能，体系结构），人工智能的学习内容和目前比较火/热门的还是有些差距。
但学习角度来说，人工智能比较成体系，而且有往年的期中期末试卷作参考。 期中难度还好，题型和往年也比较相似；就是今年期末的题跟往年不大一样，有点坑。这学期重心不完全在核心课上，自己没有完整的笔记。平时学习以及备考的时候都是看的A橙学长的笔记，感觉差不多够用（下面链接：前两部分比较完整，后面两部分主要是往年题目）。我们班组老师的ppt里其实有不少是没必要看的（比较复杂，而且也不是考试重点），可以跟着A橙的笔记走。
1.人工智能笔记-Agent&问题求解_agent算法-CSDN博客2.人工智能-知识推理_人工智能推理题-CSDN博客3.人工智能-不确定性的量化_隐马尔科夫 不确定性量化-CSDN博客4.人工智能-机器学习&人工神经网络_人工神经网络和机器学习-CSDN博客主要学习的内容就是：
期中： Agent（概念性的东西，根据往年期中题背背概念差不多）；几种搜索算法（会推出算法步骤，可采纳、一致性，完备，最优），遗传算法也会考到；对抗搜索（α-β剪枝）；CSP问题（会自己定义变量，约束）期末： 逻辑（感觉离散里的差不多够用，ppt里有些概念没必要细究）；不确定量化（条件概率，贝叶斯规则）；贝叶斯网络（枚举精确推理，独立性等，可以在作业中学）；隐马尔可夫（见过的就两种题型，一种ppt里的下雨的，还有一种试卷里的序列概率）；样例学习（决策树，信息增益）；【今年还考了监督/无监督/半监督，训练集/测试集/验证集，k-折交叉验证的概念；还有如何避免过拟合】人工神经网络（反向传播，更新参数）；【以为是考点，但没考。但ppt、往年试卷有些矛盾的地方：参数θ是否更新，用1还是-1更新；个人感觉应该用-1更新，稳妥起见你可以问下自己老师】深度学习（以为是概念的，但今年期末考了CNN卷积、池化比较详细的内容）
总评95，算很高了。个人的话，感觉期末、期中给分都比预想的高不少。但是两门核心课出了之后，核心加权排名也没变。不过也有同学其他排名上升了两三名的，所以还是有小规模变动的。
1.教材
《人工智能：一种现代的方法》；
又是一本没怎么看过的书。教材内容很多，偶尔对某些问题有歧义时翻看过。主要还是看老师的PPT和A橙的笔记。
2.网课
没找到什么合适的网课。
可能很多学校教授的《人工智能》内容出入较大，问了周围的同学，也没什么网课的反馈，还是看ppt和笔记吧。
3.评价回顾：
钟雄虎老师：不点名，所以早八可能都没什么人。别的好像也没什么好说的，个人感觉挺温文尔雅的，穿着也没那么死板（haha）。 哦，还有，老师好像一学期都没进课程群（doge）。
助教，只有最后一次实验要线下验收见过助教。
4.关于实验-25%
共4次实验，另加一个虚拟仿真实验（5%）。笔者只写了要交实验报告的的四个实验，其他实验可以去看A橙的：人工智能-实训平台 人工智能实训平台-CSDN博客
实验1-3直接在头歌平台提交代码和实验报告，不求甚解的可以直接copy。实验4是关于深度学习的，可以选择做头歌的实验四——深度学习初体验，也可以选择华为云平台的项目。简单的就是前者了。这个是要线下验收的。虚拟仿真实验，跟着指导书pdf一步一步操作即可，和之前大物的虚拟仿真实验差不多。
5.小班-10%：
两次小班课，我们大多四人一组；一个组两次都要上，每次10到15mins。
划水的话，我们组内分工就是两人第一次上，两人第二次上；一人上一次就行。
6.作业-20%：
一共三次作业。另加慕课学习5%。
作业好像每年题目都一样，在头歌提交电子版即可。建议认真搞懂，对于理解和考试都有裨益。
另外，头歌的作业、报告注意按时提交；虽然最后助教也开了补交通道。
7.关于考试：
我找到的往年试卷链接：人工智能-往年考试资料
提取码：0928
