西浦Y2课程

Edit by NONE

Y2-S1

CPT 101 Computer Systems

1. 课程概述

• 教师： Steven Guan

• 难度： ★★★☆☆

• 收获： ★★★☆☆

• 主要包含以下几部分：

  • 计算机体系结构的概述和历史

  • 计算机系统组件:处理器和存储【重点】

  • 计算机系统体系结构:数字逻辑层次和机器程序层次（汇编语言）【重难点】

  • 内存系统组织和架构存储系统及其技术（涉及计算题）【重难点】

2. 课程分值

• 学分：5

• 组成：两个平时大作业【Assessments】各占 10% + 一个期末考试【Exam】80%。

• 难度： ★★★☆☆

• 笔者个人体会【仅代表个人】：

  • Assessment 难度： ★★★☆☆

    • 一个小时，有点局促【指 PPT例题】

    • 唯一值得注意的就是 读题 一定要十分仔细，避免丢掉冤枉分。

  • Exam 难度： ★★★★☆

    • 开卷，题量正常偏少【笔者20级】，试卷分为 I、II 两部分。

    • Part A 是 选择题【5选1】，涵盖几乎所有重要知识点，概念加计算；

    • Part B 则是 汇编 的编程填空，大概率是PPT例题变式。

CPT 103 Introduction to Databases

1. 课程概述

• 教师： Jianjun Chen & Jun Qi

• 难度： ★★★★☆

• 收获： ★★★★☆

• 主要包含以下几部分：

  • 数据库的基本介绍: 分类和特点

  • 如何设计和部署数据库系统【重难点】

  • 了解数据库语言SQL的相关知识【重难点】

2. 课程分值

• 学分：5

• 组成：三个大作业【Assessments】占比分别为 15%, 15%, 70%，前两次为选择题，最后一次是根据业务目标去设计和部署数据库系统并完成一份报告

• 难度： ★★★★☆

• 笔者个人体会【仅代表个人】：

  • Assessment I & II 难度： ★★★★☆

    • 全为选择题， 题量偏大，一定要注意答题的时间分配。

  • Assessment III 难度： ★★★☆☆

    • 时间充裕，一定要在实际动工前搞清业务要求，设计出合理的关系模型。

    • 报告中一定要写清楚为什么这样设计数据库，不要一味追求字数，要注重内在逻辑。

    • 测试用例一定要具有代表性，不要想着糊弄完事。

CPT107 Discrete Mathematics and Statistics

1. 课程概述

• 教师： Ka Lok MAN

• 难度： ★★★★☆

• 收获： ★★★☆☆

• 主要包含以下几部分：

  • 数字系统与证明技术

  • 集合论【重难点】

  • 关系【重难点】

  • 函数【重难点】

  • 命题逻辑【重难点】

  • 组合数学，离散概率和统计学【重难点】

2. 课程分值

• 学分：5

• 组成：两个平时大作业【Assessments】各占 10% + 一个期末考试【Exam】80%。

• 难度： ★★★★☆

• 笔者个人体会【仅代表个人】：

  • Assessment 难度： ★★★★☆

    • 时间充裕，基本上都可以由PPT例题类推出来。

    • 难度高是因为证明题多，很难拿全分。

  • Exam 难度： ★★★★☆

    • 笔者这一届由于不可抗因素改成 Assessment 了

    • 时间也变得更充分了，但是依然很难拿全分

3. 评价

• 大部分题都可以在 Chegg 搜到，甚至连着出原题，实在没有思路可以借鉴一下。

CPT111 Java Programming

1. 课程概述

• 教师： Erick Purwanto

• 难度： ★★☆☆☆

• 收获： ★★★☆☆

• 主要包含以下几部分：

  • 了解并掌握以 Java 为代表的面向对象编程技术

  • Java 的相关知识: 设计、编写、编译、测试、调试和执行【重难点】

  • 软件开发相关的基本法律、社会、道德和专业问题

2. 课程分值

• 学分：5

• 组成：三部分, 每周实验课的测验题, 期末的实验室线上考试, 以及一个业务工程, 不太记得具体占比了

• 难度： ★★★☆☆

• 笔者个人体会【仅代表个人】：

  • 每周实验课的测验题 难度： ★★☆☆☆

    • 纯送分的代码题, 难度不高.

    • 提交前最好在自己本地环境测试一下,防止隐藏测试过不去.

    • 每道题有一次免死机会,超过一次错误后会导致百分比扣分

  • 实验室线上考试 难度： ★★★☆☆

    • 时间紧张, 注意时间分配, 遇到想不出来的就换一道做

    • 不要紧张,放平心态.

  • 业务工程 难度： ★★★☆☆

    • 拿到基本分不难,要想脱颖而出就得努力完善.

    • 一定要注意别交错文件了!!!

3. 评价

• 一门很容易拿高分的课,做题仔细一点,多思多想.

• 平时刷刷 LeetCode 还是容易得分的

Y2-S2

CPT102 Data Structures

1. 课程概述

• 教师： Steven Guan & Kok Hoe Wong

• 难度： ★★★☆☆

• 收获： ★★★☆☆

• 主要包含以下几部分：

  • 了解数据结构、数据类型和抽象数据类型抽象、信息隐藏与封装效率;

  • 认识并掌握部分静态和动态数据结构：数组、链表、堆栈、队列、树；【重难点】

  • 了解一些基于数据结构的 “高级” 排序方法【重难点】

  • 了解哈希表和字典等数据结构；

  • 如何选择合适的数据结构。

2. 课程分值

• 学分： 5

• 组成： 两个平时大作业【Assessments】各占 10% + 一个期末考试【Exam】80%。

• 难度： ★★★☆☆

• 笔者个人体会【仅代表个人】：

  • Assessment 难度： ★★☆☆☆

    • 时间较为充裕，全是课程内知识的应用和变式【指 PPT例题】

    • 唯一值得注意的就是 读题 一定要十分仔细，避免丢掉冤枉分。

  • Exam 难度： ★★★★☆

    • 开卷考试【笔者20级】，试卷分为 I、II 两部分。

    • Part I 是选择题【5选1】，共24题，涵盖几乎所有重要知识点；

    • Part II 则是 数据结构相关算法 的落地实践，大概率是课内PPT例题变式，共两道（一道）是按算法跑一边填结果，一道是给你几个选项，选择其中几个排序来构造符合要求的算法。

3. 评价

• 学完了可以动手实现一下，加深印象

• 多啃 PPT 例题

CPT104 Operating Systems Concepts

1. 课程概述

• 教师： Gabriela Mogos

• 难度： ★★★★☆

• 收获： ★★★★☆

• 主要包含以下几部分：

  • 进程管理:进程管理和调度，资源分配、互斥、信号量、死锁【重难点】

  • 内存管理:主内存和虚拟内存，内存分配，分页，分段。【重难点】

  • 存储系统

  • 文件系统:F.S.接口和F.S.实现

  • I/0系统:轮询/中断

  • 保护和安全

  • 虚拟机和分布式系统

  • 简单的C语言（Lab）【重难点】

2. 课程分值

• 学分： 5

• 组成： 两个平时大作业【Assessments】各占 10% + 一个期末考试【Exam】80%。

• 难度： ★★★☆☆

• 笔者个人体会【仅代表个人】：

  • Assessment 难度： ★★★★☆

    • 全是课程内知识的应用和变式【指 PPT例题】, 掌握那几个重点算法和概念基本就稳了

    • 唯一值得注意的就是 读题 一定要十分仔细，避免丢掉冤枉分。

  • Exam 难度： ★★★★☆

    • 开卷考试，题量大【笔者20级】，试卷分为 四 部分，每一题都最好写尽步骤，避免丢失步骤分。

    • Part I 是 基础概念题，涵盖几乎所有重要知识点，（写的字偏多）；

    • Part II 是 CPU调度，内存管理，磁盘调度 的落地实践课内PPT例题变式；

    • Part III 是 资源分配 的落地实践 课内PPT例题变式

    • Part IV 是 C语言在操作系统中的应用， 实验课例题变形

3. 评价

• 课程难度大，知识点偏多，建议学完一周课程后好好复习知识点

• 老师人很好，又不会的可以请教

INT 102 Algorithmic Foundations and Problem Solving

1. 课程概述

• 教师： Dr. Wenjin Lu & Dr. Jia Wang

• 难度： ★★★☆☆

• 主要包含以下几部分：

  • 伪代码的认识和书写【注意书写格式、循环的起始等细节】

  • 算法效率的分析【时间(Time) 和 空间(Space)】

  • 一些基本算法：排序、搜索、字符串匹配等

  • 一些进阶算法：分治、贪心、动态规划的算法设计原理和区别，以及简单的渐近分析【重难点】

  • 计算复杂性理论：解释和说明不同类型问题之间的区别，特别是多项式时间可解问题和指数时间可解问题【重难点】

2. 课程分值

• 学分：5

• 组成：两个平时大作业【Assessments】各占 10% + 一个期末考试【Exam】80%。

• 难度： ★★★☆☆

• 笔者个人体会【仅代表个人】：

  • Assessment 难度： ★★★☆☆

    • 时间很充裕，而且全是课程内知识【指 PPT例题】

    • 唯一值得注意的就是 答题步骤 一定要写得十分详细、规范， 严格按照 PPT 例题 【Lecture & Tutorial】 格式， 不然会被扣掉步骤分。

    • 偷懒技巧：学完算法怎么能不动手实现一下捏，实现了怎么不可能拿来用捏

  • Exam 难度： ★★★★☆

    • 题量略大【笔者20级】，试卷分为 A、B 两部分。

    • Part A 是选择题【5选1】，共24题，涵盖几乎所有重要知识点；

    • Part B 则是 算法 的落地实践和涉及 计算复杂性理论 的简答题，前者大概率是课内PPT例题变式，后者则是结合所学概念与相关例题举一反三(难度大但是分值不算太高，写不出来就能编多少是多少)。

3. 课外网站

• 以下是笔者在学习该课程时使用过的网站，建议收藏：

  1. 算法的可视化
  2. 编程竞赛知识整合站点【相当于一个算法百科】
  3. 算法例题库
  4. 国内常用刷题网站

INT104 Artificial Intelligence

1. 课程概述

• 教师： Shengchen Li & Ye Wu & Yushi Li

• 难度： ★★★☆☆

• 收获： ★★★★☆

• 主要包含以下几部分：

  • 前置数学知识: 线性代数、概率论；数据预处理

  • 机器学习算法：回归/分类, 梯度下降训练分类器，监督和非监督学习【重难点】

  • 使用机器学习解决实际问题的步骤

  • AI算法的应用：计算机视觉（CV）、自然语言处理（NLP）...

2. 课程分值

• 学分： 5

• 组成： 两个平时大作业【Assessments】各占 15% + 一个期末考试【Exam】70%。

• 难度： ★★★☆☆

• 笔者个人体会【仅代表个人】：

  • 由于疫情因素，笔者这届的 Exam 和 Assessment II 分值权重互换了，这也导致了当时的实验报告特别卷（TAT）

  • Assessment I 难度： ★★☆☆☆

    • 一篇关于 AI 发展的文章，难度不高，按照要求写就行了；

    • 笔者当时的题目是 讨论在不久的将来自动音乐生成方法的可能发展

  • Assessment II 难度： ★★★☆☆

    • 一个基础的机器学习实践，难度不大。

    • 实验报告要注意格式和逻辑，讲清楚每一步实验的原因和目的，最后对整体实验做一个总结分析。

    • 注意文章引用格式

    • 重要： 有3节lab课要去向TA汇报实验进度，没达到参加次数要求的会整个 Assessment 没有分

  • Exam 难度： ★★★★☆

    • 笔者当时 全是选择题，注重机器学习基础概念和简单使用与分析；认真复习没有什么难度。

3. 评价

• 课程知识点跨度大，知识点偏多，建议学完一周课程后好好复习知识点

• 一定要问清楚 Assessment 要求， 当时要求连着改，真的搞人心态。

4. 课外网站

• 以下是笔者在学习该课程时使用过的网站，建议收藏：

  1. Kaggle--学习机器学习实践的网站
  2. DataCamp--学习机器学习实践的网站
  3. 吴恩达机器学习系列课程