Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

docs: --20220305 update evaluation docs and codes of intelligence #135

Merged
merged 2 commits into from
Mar 5, 2022
Merged
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
56 changes: 0 additions & 56 deletions code/soa/intelligence/README.md
Original file line number Diff line number Diff line change
@@ -1,56 +0,0 @@
[>Back](../README.md)

# 智能科学与技术

- [智能科学与技术](#智能科学与技术)
- [专业课设及实验](#专业课设及实验)
- [第三学期](#第三学期)
- [数据结构课设](#数据结构课设)
- [第四学期](#第四学期)
- [数据库课设](#数据库课设)
- [汇编语言实验课设](#汇编语言实验课设)
- [第五学期](#第五学期)
- [机器学习课设](#机器学习课设)
- [未来筹备经验分享](#未来筹备经验分享)

## 专业课设及实验

### 第三学期

#### 数据结构课设

此代码为 M-Chase 数据结构的迷宫题目,使用python编写,界面为pyqt框架,仅供参考,请勿照搬源码

https://github.com/M-Chase/Maze

### 第四学期

#### 数据库课设

此代码为 M-Chase 数据库课设,使用pyqt做的简易界面,echarts做的简易图表等,仅供参考,请勿照搬源码

https://github.com/M-Chase/Sql_work

#### 汇编语言实验课设
Copy link
Collaborator

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

please list below M-chase and number as 2
:)

Copy link
Collaborator

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

the code should be positioned in dir /evalcsu/docs/faulty/soa/intelligence/README.md


1.M-Chase 20220221

此代码为 M-Chase 汇编语言实验课设,包含9个实验题目和5个课设题目的全部代码,仅供参考,请勿照搬源代码

https://github.com/M-Chase/assembly

### 第五学期

#### 机器学习课设

代码为 M-Chase 机器学习课设,课设代码主要在machine/bigwork里面,主要有KNN SVM-SMO 决策树C4.5几种算法以及一些辅助代码,仅供参考,请勿照搬源码

https://github.com/M-Chase/Machine_learning

## 未来筹备经验分享

1. M-Chase@20220221

- 人工智能专业目前处于风口浪尖,很多学校都在申请此专业的本科教育,在这种热潮下难免会出现操之过急的现象,可能但不限于的问题可能有培养方案不合理,课程设置,课程质量问题等等,是机遇也是挑战,很多人可能会觉得学的不深,学不到东西,这较为正常的一些感觉,感兴趣可自行深入探究,以及后续可以读研进行深入研究。
- 也有很多同学读了此专业后并不是很感兴趣,可以转向计算机方向,或者未来就业可以找计算机领域相关开发工作等等,因人而异,这些前提都是自己有清晰的未来规划,每个方向所需要掌握的技能各有不同,需要努力的方向也不一样,选择适合自己的道路。
- 学好英语很重要,及时熟悉阅读英文资料,必备技能之一。
52 changes: 44 additions & 8 deletions docs/evaluation/soa/intelligence/README.md
Original file line number Diff line number Diff line change
Expand Up @@ -410,13 +410,22 @@

**何世文**

*2019 级*
*2018级*
1. lxy764139720@20220305
- 老师是计算机学院的,课程很多内容都和操作系统还有计网有关系,什么死锁远程调用之类的,没学过的不好听懂。
- 老师上课很水,会有一两次点名,还有几次作业,都是写相关的论文。因为课程本身就听不太懂,作业也是不太会写,反正凭自己仅有的计网知识写写吧。
- 开卷考试,务必记得带往年的考试题,很多原题。一提起这个真是永远的痛,考前努力复习了两三天,考场上翻书还是找不到,我带了往年的题库但是一眼没看。考试结束以后同学们都说简单,都是题库里的题,我真的无语了,最后只有八十多。

### 机器人学导论

**谢斌**

*2019 级*
*2018级*
1. lxy764139720@20220305
- 图像处理课程的同学对老师的评价很到位我就不多说了,主要说说课程内容
- 课程知识还是不错的,讲的也比较清晰。运动学比较重要,需要重点掌握,后面的章节主要还是考例题,考试开卷不难。
- 上课的时候会有畅课的随堂小测验,作业题也是交到畅课上。实验比较难,要用matlab做然后在实验室给学长讲一遍代码,先讲的分数会高。有一些实验会在真实的机械臂上操作,但也仅限于走个流程。完全从零开始自己写代码几乎是不可能的,如果你能从零写代码完成实验,那你在这方面已经有稚晖君的水平了(参考机械臂那期视频)。
- 有一个课程设计,需要做中期答辩和结题答辩。我觉得我们专业的同学做硬件方面的东西还是有一定的难度的,大部分同学是结合视觉做了一个机械臂,也有做四足机器人的,也有从网上买的改了改代码能跑起来,八仙过海各显神通吧。

### 计算机控制技术

Expand All @@ -428,25 +437,44 @@

**唐琎**

*2019 级*
*2018级*
1. lxy764139720@20220305
- 唐老师是咱们系主任,上课非常地轻松愉快,老师很和蔼幽默,课堂气氛很活跃。
- 老师到了春天花粉过敏反应比较剧烈,而且经常出差。
- 一半的讲课由同学们贡献,老师会讲一些基本的知识,包括指纹和步态等,剩下的技术由各组同学来讲,其实大同小异。
- 没有考试和作业,根据课程设计打分。一上来先分小组,每个小组选一个生物特征识别的方式来做,有前中后三次汇报,最后要现场演示,并且提交一个课程设计报告。
- 整体上来说比较对我的胃口,以项目为主,没有杂七杂八的事情,除了汇报有点频繁了。这个项目做得好还可以写进简历里吹一下,听同学们讲也挺有收获的。当时我们有位辅修生物的同学讲了讲DNA鉴定的方法。

### 自然语言处理

**高琰**

*2019 级*
*2018级*
1. lxy764139720@20220305
- 是一门值得好好学习的课程,尤其是现在NLP越来越火,甚至连CV领域也要借鉴NLP的做法(各种Vision Transformer和预训练模型)。虽然课程主要讲的是传统的NLP方法,但是如果以后走学术方向的话也要好好掌握。
- 高老师讲课不太能跟得上,感觉听着听着就不知道在讲啥了,但是自己静下心来看书+看网课还是可以看懂的。
- 有随堂小测验,基本上就是看你来没来。作业有爬虫、正则表达式、分词还有词云方面的内容,需要写一些代码。课程设计主要是分小组用深度学习的方法做文本分类、相似度匹配等等,最后答辩交报告。这方面需要熟悉深度学习框架。
- 考试开卷,但是题目大部分是计算题,不理解的话很难做对,所以考前还是要认真复习,搞懂算法怎么算的。当然及格还是容易的。

### 传感器原理与应用

**张涛**

*2019 级*
*2018级*
1. lxy764139720@20220305
- 很和蔼的一个老师,没什么脾气,课讲的非常好,老师对电路非常熟悉,而且能够给同学们讲明白。虽然传感器的内部机理对我们来说稍作了解就可以,但是认真听的话在电路方面肯定有收获,如果不想听的话水一下也可以。
- 实验挺有意思的,需要手写实验报告。考试开卷,有一两道计算不难,剩下的翻书都有,考前捋一下每章讲的知识点免得考试找不着。

### 计算机图形学

**李仪**

*2019 级*
*2018级*
1. lxy764139720@20220305
- 仪宝讲课给人一种很神奇的感觉,就是你感觉他讲课讲的还不错,但是就是跟不上记不住他讲的内容,比较跳跃。虽然但是吧,也没有那么不堪(指仪宝圣经,知乎评价中南智能专业的一篇帖子)。
- 课程内容就是在讲OpenGL,当时C++都忘干净了,课设做起来还挺痛苦的。我们当时作业留了十个编程小作业,完成几个给对应的分数,保底好像是给一半的作业分。我们那一届选的人有一半30人吧,课设大部分搞得一般,很多网上找的,有三四个比较出彩的,可能大家最后都在忙自己的事情去了,也没有学太明白,保研稳了的同学也随便水水了。能看出来是自己做的,用了可编程渲染管线而不是固定管线的(尽量别用,很多网上的代码用这个,用老师的话说已经老掉牙了),拿良的分数还是比较容易,再有点工作量或者自己的想法可以拿到不错的成绩。
- 老师经常给我们举一个学长的例子,就用OpenGL绘制了一个数据的直方图(好像是3D的?),比较简单,但是完全自己写的,也给了高分。
- 听说后面几届改了考核标准,不知道效果怎么样。

### RFID及智能卡技术

Expand All @@ -458,10 +486,18 @@

**高琰**

*2019 级*
*2018级*
1. lxy764139720@20220305
- 课比较水,但内容挺有价值的。课程主要讲hadoop、hbase还有spark这些大数据软件,还要配置docker。这些技术在现在的企业里用的很多,不管是开发岗还是算法岗,开发经常要用docker,k8s来做微服务,算法岗要用spark在大规模数据上做机器学习。
- 作业大部分时间在配置环境,需要在linux服务器上配置集群,没有经验的会比较痛苦。还有要用pyspark做一点简单的数据处理,会给代码,跑完结果就行。
- 考试开卷很水,PPT和书本都带齐,翻就完事了。

### 智能控制技术

**肖晓明**

*2019 级*
*2018级*
1. lxy764139720@20220305
- 水课无疑,但是对于想搞智能算法+控制的同学很有帮助,尤其是模糊系统哪怕不听也值得好好看看,是个水论文的好方向,很多老师搞这方面的研究。
- 实验是matlab模糊PID控制,互相借鉴难度一般。课程汇报比较难搞,因为很少同学有控制方面的经验,需要小组讲PPT,但是问题不大,感觉不太影响分数。
- 考试开卷,高分低分都不容易,参考知识工程。
123 changes: 108 additions & 15 deletions docs/faculty/soa/intelligence/README.md
Original file line number Diff line number Diff line change
@@ -1,40 +1,134 @@
[> Back](../README.md)
[>Back](../README.md)

# 智能科学技术
- [智能科学技术](#智能科学技术)
# 智能科学与技术

- [智能科学与技术](#智能科学与技术)
- [专业课设及实验](#专业课设及实验)
- [第二学期](#第二学期)
- [C++课设](#c课设)
- [第三学期](#第三学期)
- [数据结构](#数据结构)
- [数据结构课设](#数据结构课设)
- [第四学期](#第四学期)
- [数据库课设](#数据库课设)
- [汇编语言实验](#汇编语言实验)
- [汇编语言实验课设](#汇编语言实验课设)
- [人工智能课设](#人工智能课设)
- [第五学期](#第五学期)
- [机器学习](#机器学习)
- [机器学习课设](#机器学习课设)
- [知识工程课设](#知识工程课设)
- [第六学期](#第六学期)
- [操作系统课设](#操作系统课设)
- [计算机图形学课设](#计算机图形学课设)
- [自然语言处理课设](#自然语言处理课设)
- [生物特征识别课设](#生物特征识别课设)
- [第七学期](#第七学期)
- [算法分析与设计课程实验](#算法分析与设计课程实验)
- [未来筹备经验分享](#未来筹备经验分享)


## 专业课设及实验

### 第二学期

#### C++课设

此代码为 lxy764139720 C++课程设计,基于Qt和MySQL的火车票管理系统,仅供参考,请勿照搬源码

https://github.com/lxy764139720/train_ticket_manage_QtApplication

### 第三学期

#### 数据结构
[数据结构课设:迷宫](../../../../code/soa/intelligence/README.md)
#### 数据结构课设

此代码为 M-Chase 数据结构的迷宫题目,使用python编写,界面为pyqt框架,仅供参考,请勿照搬源码

https://github.com/M-Chase/Maze

此代码为 lxy764139720 与小组合作的数据结构的项目安排规划甘特图,使用python flask编写,仅供参考,请勿照搬源码

https://github.com/All-Cheaters/Network_Planning

### 第四学期

#### 数据库课设

[数据库课设:迷宫](../../../../code/soa/intelligence/README.md)
此代码为 M-Chase 数据库课设,使用pyqt做的简易界面,echarts做的简易图表等,仅供参考,请勿照搬源码

https://github.com/M-Chase/Sql_work

此代码为 lxy764139720 的数据库课设,使用Java Spring MVC + MySQL编写的会议室预约管理系统,仅供参考,请勿照搬源码

https://github.com/All-Cheaters/conf_res

#### 汇编语言实验
#### 汇编语言实验课设

[汇编语言课设](../../../../code/soa/intelligence/README.md)
此代码为 M-Chase 汇编语言实验课设,包含9个实验题目和5个课设题目的全部代码,仅供参考,请勿照搬源代码

https://github.com/M-Chase/assembly

#### 人工智能课设

此代码为 lxy764139720 人工智能作业,使用遗传算法拟合Chrome图标,仅供参考,请勿照搬源码

https://github.com/lxy764139720/Genetic_algorithm

此代码为 lxy764139720 与小组合作的人工智能课设(部分),基于Flask和CNN的mnist手写数字识别,仅供参考,请勿照搬源码

https://github.com/lxy764139720/mnist_web

### 第五学期

#### 机器学习
[机器学习课设](../../../../code/soa/intelligence/README.md)
#### 机器学习课设

代码为 M-Chase 机器学习课设,课设代码主要在machine/bigwork里面,主要有KNN SVM-SMO 决策树C4.5几种算法以及一些辅助代码,仅供参考,请勿照搬源码

https://github.com/M-Chase/Machine_learning

#### 知识工程课设

代码为 lxy764139720 知识工程课设(部分),主要内容是基于Neo4j图数据库开发的心血管疾病知识图谱问答系统,数据都是自己爬的,带前端界面。仅供参考,请勿照搬源码

https://github.com/lxy764139720/knowledge_graph

### 第六学期

#### 操作系统课设

代码为 lxy764139720 操作系统课设,是我自己选的计算机的课。主要内容是基于Flask+Vue的处理机和进程调度算法以及内存分配回收机制模拟,前端用了element——UI和Echarts展示。仅供参考,请勿照搬源码

https://github.com/lxy764139720/OS_experiment

#### 计算机图形学课设

代码为 lxy764139720 图形学课设,主要内容是基于开源的C++ Flappy Bird游戏进行了四点改进。仅供参考,请勿照搬源码

https://github.com/lxy764139720/FlappyBird

#### 自然语言处理课设

代码为 lxy764139720 自然语言处理课设1,主要内容是基于Bert的新冠肺炎问句匹配。仅供参考,请勿照搬源码

https://github.com/lxy764139720/nCoV_sentence_pair

代码为 lxy764139720 自然语言处理课设2,主要内容是基于CNN、LSTM和Bert的文本分类。仅供参考,请勿照搬源码

https://github.com/lxy764139720/text_classification

代码为 lxy764139720 自然语言处理作业,包括分词、词云、正则表达式等。仅供参考,请勿照搬源码

https://github.com/lxy764139720/regex_nCoV

#### 生物特征识别课设

代码为 lxy764139720 生物特征识别课设,主要内容是用小波过零点检测做的虹膜识别,内含自己采集的小型数据集。仅供参考,请勿照搬源码

https://github.com/lxy764139720/IrisRecognition

### 第七学期

#### 算法分析与设计课程实验

此代码为 lxy764139720 算法分析与设计课程实验,仅供参考,请勿照搬源码

https://github.com/lxy764139720/algorithm_experiment

## 未来筹备经验分享

Expand All @@ -43,4 +137,3 @@
- 人工智能专业目前处于风口浪尖,很多学校都在申请此专业的本科教育,在这种热潮下难免会出现操之过急的现象,可能但不限于的问题可能有培养方案不合理,课程设置,课程质量问题等等,是机遇也是挑战,很多人可能会觉得学的不深,学不到东西,这较为正常的一些感觉,感兴趣可自行深入探究,以及后续可以读研进行深入研究。
- 也有很多同学读了此专业后并不是很感兴趣,可以转向计算机方向,或者未来就业可以找计算机领域相关开发工作等等,因人而异,这些前提都是自己有清晰的未来规划,每个方向所需要掌握的技能各有不同,需要努力的方向也不一样,选择适合自己的道路。
- 学好英语很重要,及时熟悉阅读英文资料,必备技能之一。