AI

Final Grade:

这门课其实就是BERKELEY CS188镜像版，课件、作业、note这种开源资料很多很多。直观感受下来，在‘维新派’神经网络大行其道的当下，ML可以类比为‘传统派’，那么这门课里面教的部分内容是不是有点过于out of date了呢？

但是关于RL和Probabilitic Modeling的部分，我认为其实还是有着相当重要的意义的，尤其是后者的建模思想。以前不懂什么是建模，或者说，建模的精髓是什么，但是再次过了一遍这部分之后，我觉得我依然是一知半解，但是比之前的理解稍微深入了一些。

网上公开的都是秋学期的考试资料，里面的考试题在完全复习之后，大概率是能随便40分以上，甚至轻松45的。但是在春学期，授课老师不同了，考试的难度也不同了。我们这一届春学期的期末考试出现了CS110那样的‘算算算’尴尬情况。

沟槽的110还在追我。但是那场考试的直观感受就是另一个CS110

期末考试范围和期中没有overlap；每次考试都是一页cheatsheet，两面。

Project最好是小游戏一类的，而且是容易设计state evaluation的小游戏。当然，Probabilitic Modeling、RL相关的也是可以的。Project最好和课程内容相结合。