diff --git a/code/soa/intelligence/README.md b/code/soa/intelligence/README.md index 00690ff8..e69de29b 100644 --- a/code/soa/intelligence/README.md +++ b/code/soa/intelligence/README.md @@ -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 - -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。 diff --git a/docs/evaluation/soa/intelligence/README.md b/docs/evaluation/soa/intelligence/README.md index d2e76def..fd085c2c 100644 --- a/docs/evaluation/soa/intelligence/README.md +++ b/docs/evaluation/soa/intelligence/README.md @@ -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 @@ -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 @@ -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。 diff --git a/docs/faculty/soa/intelligence/README.md b/docs/faculty/soa/intelligence/README.md index aa069dce..b18f371a 100644 --- a/docs/faculty/soa/intelligence/README.md +++ b/docs/faculty/soa/intelligence/README.md @@ -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 @@ -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。 -