Notice: 使用电脑浏览器访问可以看到右侧的目录
秋季学期课程
智能机器人概论
赵卉菁 2023秋
课程听感:
听感一般, 老师讲课很认真, 但是三教的教室实在是太温暖了, 让人不得不睡觉…
最后来的人越来越少, 老师就会以前一节课的 slides 内容作为小测内容, 在下一节课小测, 但是准确率不重要, 是用作签到的
作业/任务量:
三次写代码的小作业, 每次也就几十行代码, 很快就写完了, 但是要写实验报告, 大概是使用课上讲过的算法来构建地图这样的简单任务
期中期末两次大作业
期中是绕行理科二号楼一圈, 今年额外加了最后的绕桶项目, 难度较大, 前面的拐弯使用启发式算法即可.
期末是自选题目, 最重要的事情是选择一个有趣的题目, 强烈建议借助小车完成期末作业, 然后可以做一个视频讲一个故事, 越有趣越好, 代码难度没有什么影响
附上我们组的期末大作业视频以供参考:
考试
无
https://github.com/EmptyBlueBox/Introduction_to_Intelligent_Robots-zhj-2023Fall-PKU
这个仓库包括:
- 三次作业的代码
- 期中大作业的代码和评分标准
- 期末大作业的视频链接
计算机网络
黄群 2023秋
课程听感
黄群老师讲课是自顶向下的, 和同一个学期的计网实验班是相反的顺序.
老师讲得挺好的, 可以把 slides 和口述部分连接起来形成逻辑链条, 课程值得一听.
讲课的时候老师还喜欢加入长者的梗, +1s
作业/任务量
没有平时作业.
四个 lab 选三个最高分, 我选择的是 1, 2, 4, 首先第四个 lab 半个小时就能写完, 一定要选; 第一个 lab 也不难, 而且是刚开学时间充裕, 建议选; 最后我还建议选第二个 lab, 因为第三个 lab 可能和期末考试时间有冲突, 难度也不低.
MOOC 水过, ddl 是期末之后, 及格就行.
考试
期中考试
无
期末考试
会给往年题和考试范围
https://github.com/EmptyBlueBox/Computer_Networks-hq-2023Fall-PKU
这个仓库包括:
- 我的期末复习笔记
- Labs , 但是第三个 Router Lab 仍然有 bug , 但是由于只需要完成四个 lab 中的三个即可, 所以这个 lab 就没有彻底完成
- 一些相关资源, 包括一些往年题
博弈论
刘霖 2023秋
课程听感
这是政府学院的刘霖教授开设的三学分博弈论课程, 课程分为四个部分介绍了不同种类的博弈论, 知识内容还是比较丰富的, 老师上课也会积极与同学互动, 叫同学上台回答问题.
但是刘霖教授的讲课方式注定了这门课需要下课自己好好思考学习. 因为老师的 slides 只有大纲, 具体的知识点都是口述, 所以上课是必要的, 但是又由于老师讲课有的时候比较模糊, 所以需要下课复习回放. 在复习回放的基础上, 没有必要看其他的补充教材.
作业/任务量
作业次数不多, 但是每次作业都有较难的题, 需要多花一些时间认真思考.
考试
老师的考试方式也是很有特点, 考试类似简单的数学课考试, 所以吸引了很多数学、物理、信科学院的同学选修.
不过如果对考试非常有信心, 是可以冲击彩虹的, 我仅使用了自己记的笔记就拿到了彩虹, 没有使用其它的参考资料, 欢迎参考!
https://github.com/EmptyBlueBox/Game_Theory-ll-2023Fall-PKU
这个仓库包括:
- 课件
- 带有笔记的课件 (我的主要贡献是给老师较为简陋的 slides 上记录了非常详尽的笔记, 基本上都是根据老师口述所整理的, 感觉对这门课的学习会有非常大的帮助)
- 课程作业
- 一些相关资源 (包括往年的考试和往年带有答案的作业题)
计算机系统导论
管雪涛 2022秋
2024.09.05 Update: 兹喜闻zzy同学当选为24届27班ICS助教,特此表示热烈祝贺!
这门课的课程测评很多了, 就不重复说了.
在此推荐唯一真神: 更适合北大宝宝体质的 XXX Lab 踩坑记
https://github.com/EmptyBlueBox/Introduction_to_Computer_System_ICS-gxt-2022Fall-PKU
这个仓库包括:
- 所有lab的满分解答 (针对2022年版本的labs, 由于包含面向样例优化, 之后的年份可能由于测试样例的改变导致性能急剧下降, 比如下降到80分左右)
数据结构与算法 (A)
邹磊 2022秋
课程听感
中规中矩, 感觉看看 slides 就可以了. 对于学习巩固算法知识还是有用的.
作业/任务量
中规中矩, 每一章有一些算法题和几道书面算法题, 尽量熟练使用 STL 可以提高编程效率.
考试
期中考试
期中是线下考试, 大部分就是正常的算法模拟题, 拟合一下往年题就好了
期末考试
线上考试, 不具有参考意义. 但是是根据样例通过个数给分, 与之前的程设和计算概论都不同.
https://github.com/EmptyBlueBox/Data_Structures_And_Algorithms_A-zl-2022Fall-PKU/
这个仓库包括:
- 上机作业题
- 书面作业题
- 往年考试题
中级微观经济学
秦晋 2023秋
Update Jun 6th, 2024: 听说老师要走了, 真的很可惜, 虽然在考试和难度方面有争议, 但是老师讲的还是很认真的, 也对教书这件事情很热情. 希望老师能找到可以实现理想的地方.
Update Sep 25th, 2024: 看老师在朋友圈发了一暑假照片哈哈哈
课程听感
非常不错, Dr.J 讲课条理清晰, 用填空的形式带领补全思维链条, 微观经济学本身就有清晰的理论依据, 这更使得这门课听起来简洁明了. 如果学过吴泽南的经济学原理, 那么这门课的内容大部分是在经济学原理中已经讲授过的, 所以给我一种在复习经济学原理的错觉(x
作业/任务量
作业不难, 可能偶尔有一两道比较tricky的问题
考试
出分之后在树洞上引起了不小的讨论, 主要是在讨论这样给分是否合理. 由于调分力度很大, 树洞里大量的彩虹和 84.5 样本说明成绩分布有极端化的趋势, 我觉得在调分的时候适当引入一些梯度可以更好评价每一位同学的付出程度. 当然无论如何调分力度都很大, 期末是助教出题, 题目较难, 但是最后的成绩很满意!
https://github.com/EmptyBlueBox/Intermediate_Microeconomics-qj-2023Fall-PKU
这个仓库包括:
- 填补完成的课程笔记
- 课程作业
- 一些期末模拟题以供训练
春季学期课程
计算机视觉导论
王鹤 2024春
July 12, 出分哩 98, 大三结束!
June 18, 2024 Update: PDF 格式的笔记在 GitHub 上作为 Releases
发布
Github 仓库所有笔记更新完毕, 完结撒花!!!
♪───O(≧∇≦)O────♪
June 8, 2024 Update: Embodied AI 相关笔记
June 1, 2024 Update: Generative Model 相关笔记
May 25, 2024 Update: Detection and Instance Segmentation 相关笔记
May 18, 2024 Update: Transformer 相关笔记
课程听感:
(以下是在课程笔记前写的前言)
作为北京大学信息科学技术学院的学生,长期以来饱受糟糕课程质量、糟糕课程作业、糟糕考试难度的折磨。 比如算法设计与分析的等课程的教学质量极低,教考分离,ICS 考试一面黑板的考试错误题目订正等等。 在这样的环境下, 遇到了王鹤老师开设的计算机视觉导论课程,这门课程的内容丰富,作业质量高,考试难度适中,称得上是精品课程(与算分这种国家精品课程相区别).
王鹤老师将计算机视觉的发展脉络呈现给大家,在这个深度学习时代,老师并没有完全忽视传统 CV 的方法,而是挑选了其中具有代表性的工作,这些工作为深度学习时代的 CV 打下了良好的基础,提供了许多基础工具和数据集的构建方式。同时老师也更加注重深度学习的基础知识,如 BatchNorm 的特性和与其他 Norm 的区别,许多人仅仅只是会 PyTorch 的积木搭建,但是对于这些基础知识的原理和性质却不甚了解,导致在实际使用中遇到问题时无法解决,王老师在这方面往往提出 intuitive 的问题,引人深思.
我是在大三下学期选修了这门课程,即使我已经具有了一定的深度学习基础,但是我仍然很享受上课 (看回放) 的过程,因为对于许多已经了解的知识,王老师会再度给出解释,总是让我在同一个地方有不同的收获.
我在本学期期中考试之前偶然了解到曾经有学长撰写了一本笔记,但是许多内容已经进行了 更新或者删改,因此我联系上林晓疏(笔名)学长,获取了这份笔记的源代码,并在此基础上进行更新,以飨后人.
该笔记按照讲授先后顺序进行排列,但是章节编排按照知识结构划分,因此章节划分可能与课程进度有所不同。同时本笔记不能替代课程,只是对这部分知识的总结和思考,建议与课程回放配合食用.
作业/任务量:
作业是四次 lab , 没有其它作业, 对我来讲周更笔记算是比较有趣的事情, 一边看回放一边记记笔记需要两三个小时, 预计总时长会在25小时左右 (更新完之后发现总时长在35小时左右)
Lab1
都不能使用 for 循环
- 实现卷积, 包括 pedding , 使用 Toeplitz Matrix 实现卷积, 使用 Sliding Window 实现卷积
- 实现 Canny Edge Detector, 包括包括 NMS 和 Edge Linking with Hysteresis Threshold
- 实现 Harris Corner Detector
- 使用 RANSAC 进行平面 fitting
Lab2
- 手工实现反向传播 (不是很要求矩阵求导, 考试也不考察矩阵求导)
- 手工实现 Batch Norm
- 使用前两问的函数在 Cifar-10 上训练一个 CNN
- 使用 PyTorch 实现一个 CNN
Lab3
除了 Marching Cube 都不能使用 for 循环
- 实现相机校准
- 从 depth image 重建点云
- 从 mesh sample 点云, 使用两种 metric 计算点云距离
- 使用 Marching Cube 从 SDF 重建 mesh
Lab4
可以使用 for 循环
- 实现 Point Net
- Mask RCNN
- RNN
时间: 3-4个小时
lab质量较前三个有所下降, 大概是因为这几个网络复杂度提高了太多了, 想要好好写任务量太大了.
考试:
期中考试
还是有一些难度的, cheatsheet实际上用处不大, 记录一些公式或者课上老师口述的例子就够了, 我考试的时候就看了两三次, 还是确认一下我记的名词是不是对的
需要对CV的知识和老师上课讲的 insight 比较熟悉才能拿到90+的分数
期末考试
几个记忆比较深刻的地方
- 对于 RCNN, Fast RCNN, Faster RCNN 的算法流程要熟悉, 比如具体为什么 Fast RCNN 比 RCNN 快, 快在哪里了
- Embodied AI 和一些相关知识点我的笔记都有提到
- SDF 哪边是正数, 因为我有个同学记错了🙂↔️
- Object detection 的 IoU, PR曲线, AP计算模拟
不过大三大四应该是不调分的, 我的原始成绩98.15, 最后还向下取整了🥹
Github repo
https://github.com/EmptyBlueBox/Introduction_to_Computer_Vision-wh-2024Spring-PKU
这个仓库包括:
- Latex 格式的课程笔记, 编译好的 PDF 格式笔记可以在
Releases
中下载 - Lab 及其解答
- 一些相关 Cheatsheet
计算机组织与体系结构
陆俊林 2024春
课程听感:
老师讲的挺好的, 讲课水平算信科中上等, 并且3学分的课按理来说有一天是奇偶周上课, 但是这一天不用上课, 老师安排自己看MOOC, 所以上起来就像两学分的课.
作业/任务量:
- 一次 Report on the EDVAC
- 每周MOOC课后题
考试
考试考的是老师上课和MOOC的并集, 所以既需要上课也需要看MOOC, 很抽象
期中考试
期中比较简单, 拟合往年题
期末考试
刚考完期末, 15道不定项选择题
大题
- 读一段小汇编代码
- 流水线分析, 数加入气泡之后总共几个周期, 有点像 ICS 的考试题
- 外部中断的流程填空、串行和并行数据传输的优缺点、MSI的优缺点
- 经典Burst传输图, 背slides上的图就可以了
https://github.com/EmptyBlueBox/Computer_Architectures-ljl-2024Spring-PKU
这个仓库包括:
- 课程讲义 (not available, copyright belongs to Prof. Junlin Lu)
- MOOC笔记
- 课程作业
- 一些其它资料 (往年考题和考试提纲)
数据库概论
陈立军 2024春
课程听感:
听感一般, 老师讲课还可以, 但是上课人数是真的越来越少, 我基本上不上课就看回放, 这个学期好像也没有签到.
大家都喜欢入主中南海😍🥰
作业/任务量:
六次作业, 五次实习, 虽然每次都借助 ChatGPT 完成, 用不了半天时间, 但是东西还挺多的, 主要是 ChatGPT 面对这种问题答案往往是不对的.
考试
期中考试
没有期中考试, 这是好的
期末考试
听说会考很多 sides 上面的东西, 过拟合一下可怜的一点点往年题好了
考完感想:
好好拟合往年题, 不论是期中还是期末
首先是15道填空, 一个一分, 考的很细致, 比如如何使用关系代数判定函数依赖和多值依赖
大题:
- 五个简答题, 元组关系演算, 期中往年题计算一个SQL查询的结果, 另外的记不清了
- 期中往年题, 关系代数计算, 比如左外链接, 计算最小值, 基础关系运算表示除法, 四个小题还有一个忘了
- 期中往年题, 股票SQL查询
- 第一小题是计算一个比较复杂的函数依赖的候选码, 判断是哪个范式; 第二小题是期末往年题, 给定关系模式 R 和函数依赖集 F,画出合适的 E-R 图 (提示: 先给出保持函数依赖的分解,再观察各关系主外码的关系)
- 期中往年题, 篮球比赛ER图
- 视图可串行化+三个并发协议, 看看 slides 上面的例题即可
https://github.com/EmptyBlueBox/Introduction_to_Database_Systems-clj-2024Spring-PKU
这个仓库包括:
- 课程讲义
- 笔记 (基本上包含了老师上课口述的问题和知识, 从
Releases
下载) - 课程作业 (包含六次作业和五次实习)
- 一些其它资料 (往年考题和考试提纲)
经济学原理 (Ⅱ)
庄晨 2023春
Update June 5th, 2024: 祝愿带了我两个学期的经济学原理的李亦丁助教学长在美国的博士研究顺利!
课程听感
这门课程是庄晨教授在北大第一次授课, 老师说话比较清楚, 但是难以通过 slides 和老师的口述建立起连贯的知识体系, 或许这也是宏观经济学本身问题. 感觉课程难度上偏难, 这是因为老师强调经济学直觉, 对于一些问题没有拿出数学工具进行分析, 这就导致在一些宏观问题上有些迷惑、一知半解.
作业/任务量
较少, 作业比课程 slides 清楚
考试
期中期末老师都给出了样例, 可以缓解题目参考较少的焦虑, 助教哥哥姐姐也在考试之前开腾讯会议带大家复习, 讲解考试样例🥰
另外其实可以找找庄晨教授在国外开课的课程讲义等资料作为参考复习
https://github.com/EmptyBlueBox/Principle_of_Economics_II-zc-2023Spring-PKU
这个仓库包括:
- 自己总结的课程笔记, 在一些数学推导上下了一些功夫总结, 可供参考
- 隔壁李博班的讲义
- 期中期末的样例题目
- 课程作业 (还被李亦丁学长发到小红书上去了)
AI引论
刘利斌 2023春
课程听感
这门课程是在2023年课程改革后的第一年, 比之前的AI引论好了不少 (之前的AI引论纯 flybitch), 在课程结构上更加符合认知规律了. 但是对于比较重要的 deep learning 部分, 和隔壁的 AI 基础相比讲授还是偏少, 期中之前的搜索讲的太多太细致了.
作业/任务量
作业不多, 但是lab想要满分还是需要一些时间的
考试
期中期末可以携带一张手写的 cheatsheet, 并且 cheatsheet 会被收走 (猜想可能是为了不让祖传cheatsheet) , 考试偏数学, 有难度, cheatsheet也用不上. 在此感慨隔壁 AI 基础考试半个小时拿到满分的 卓宝 同学真是太强了…
https://github.com/EmptyBlueBox/Introduction_to_Artificial_Intelligence-llb-2023Spring-PKU
这个仓库包括:
- 自己总结的课程笔记 (较为粗糙, 仅供参考)
- 课程lab解答
- 一些python练习 (许多同学没有python基础)
程序设计实习
刘家瑛 2022春
课程听感
这门课程的教学质量算是信科中上水平的, 尤其是刘家瑛老师讲课还是很有趣可爱的, 有的时候还会讲一些关于保研出国的建议🥰
这门课程前半学期是 c++ 类和对象的语法部分, 跟着 openjudge 上面的题目和课件正常学习就好了, 后半学期是算法部分, 对于非竞赛生可能需要多努力一些, 并且学着多使用 STL 会提高不少编程效率.
因为疫情原因, 数学考试延期至下学期开学进行, 所以我有充足的时间练习算法题, 这就是仓库里为什么会有那么多算法题的解答.
作业/任务量
作业就是每周写语法、算法题, 平时任务量不大, 但是著名的魔兽世界还是需要一些时间完成的, 笔者当时是五一之前上午期中考完试, 下午写的终极版魔兽世界, 对上一版魔兽世界做了非常多的修改, 之后又零零碎碎花了一些时间对拍 debug , 魔兽世界对拍 debug 真是非常好的方法
考试
因为是疫情期间线上期末考试, 不太具有参考价值.
https://github.com/EmptyBlueBox/Practice_of_Programming_in_C_and_CPP_cxsjsx-ljy-2022Spring-PKU
这个仓库包括:
- 作业
- 课下练习
- 期中整理好的题目、答案以及一些手写笔记
- 期末考题
- 算法模板整理
- Qt 大作业