Zhaoyi Tian

Back

北大课程资料Blur image

我将在此记录一些我修过且觉得值得记录的课程。主要内容会包括一些xk的专业课以及”ai+心理认知”项目的课程。

和心理学有关的课程可关注心院学术部公众号冉冉升起的学术新星,也可直接访问学术部网盘

xk专业课#

人工智能引论#

梁一韬 2025春

课程听感

人工智能引论系统介绍人工智能的基本概念、思想和方法,能够让学生在课程中对人工智能各领域有初步的了解,能够为想要从事ai相关的科研的同学打下坚实的基础,同时也是“AI+心理认知”跨学科项目项目必修课程之一。

梁一韬老师讲得非常好,说话风趣幽默,不会抽人回答问题(虽然有时可能会造成冷场),对各种结论有时会在黑板上给出详实的数学推导。第一节课会反复强调不能抄袭,一经发现直接给0分并告知学校,提交lab的格式要对,不然该次lab给0分之类的,但实际上如果你格式出错了还是会为你给出解决方法的,总之是一位非常好的老师。

这门课有一门平行课叫做人工智能基础,“AI+心理认知”跨学科项目只需从中二选一即可。人工智能基础的难度听说要低于人工智能引论,考试都是选择题,最后给分会很好。但这两门课要求给分一致,23春和25春ai引都撤回调分了,就25春ai引来说,调分前给分明显低于ai基(似乎是只优秀率一样),但其实给分在北大也属于正常的课,调分后明显高于ai基(调分幅度大得离谱,具体调分方法未公布,摘抄树洞统分洞里的一些例子:77->88,81->91,86->94,95->99。恩情还不完qaq)总之选哪门需要你自己衡量

作业/任务量

  • 课后作业:1次lab0 (python基础)+5次作业,每次作业都是几道计算题,所以最后能有一起选课的人对答案或者问ai
  • 编程实践:4个lab,都是填空题,让你在对应模块实现对应的功能,由于信科的同学计概A学的是C++,所以本课程对于python编程能力的要求不高,一开始也会有lab0来帮你适应。每个lab其在README里有对应的题目,将每一题完成后可以调用autograder自动评分,可以直接得到本地的分数,有的题目只要功能对了即可得满,有的则需要漫长的调参。总之这是这门课的精华与魅力所在,当然毫无疑问需要占用很多的时间。(做前建议学习一下python虚拟环境的配置)

考试

  • 期中考试
    • 考试形式:闭卷,可带一张双面cheatsheet
    • 考试范围:期中以前内容
    • 考试题型 :判断题30分(每题5分)+计算题70分
    • 判断题错误选项必须同时给出判断理由才能得分,建议考前找往年题来做,会有很多原题。计算题会考一些ppt上很细节的东西,每一个知识点都不要忽视,25春往年题可见#7326289, 但是会调分(据不可靠消息,25春期中中位数调分前72,调分后82)
  • 期末考试
    • 考试形式:闭卷,可带两张双面cheatsheet(所以期中那张一定要留下来)
    • 考试范围:这学期学的所有内容
    • 考试题型 :判断题42分(每题3分)+计算题58分
    • 判断题和期中一样会有往年题,计算题相比于往年题会有更多创新,ppt上的每一个知识点都有可能出成大题,基本功必须要打牢(例如,25年春考了卷积神经网络参数量的计算,反向传播的公式等等)

相关资料

程序设计实习#

杨帅 2025春

课程听感

非常nice,杨老师很年轻,很有亲和力,还会给我们分东西吃,内容讲得非常清晰,给分也好,绝对是好课。我在学这门课之前并没有学过C和C++,也能很快上手其关于类的内容。做实践部分的时候也会有很大成就感。若学期初没事可提前学习并提早完成魔兽世界。

总评占比

  • 期中考试35%,机考,考C++内容。
  • 期末考试35%,机考,考Python 内容。
  • 平时成绩30%。
    • Qt大作业10分
    • 魔兽世界大作业5分
    • 周末上机考勤2分
  • 额外加分:
    • 参加全校程序设计竞赛:只要AC一题即可,加1分
    • QT大作业路演:加两分

相关资料

ai+心理认知项目课程#

普通心理学#

拼盘课 2024秋

课程听感

普通心理学是心理学入门课,老师会讲授很多有趣的心理学知识,春季学期比秋季学期给分更好,考试题目也要简单一些

作业/任务量

  • 选修讨论班的同学:讨论班课堂表现10%+文献评述10%
  • 未选讨论班的同学:阅读指定的研究论文并完成一篇阅读报告 (2000字以内)20%
  • ps:讨论班为心理学和元培学生选课,从第5周开始两周一次讨论班,一学期共6次,2~3人为一组,共做4次pre,内容是《改变心理学的40项研究》。

考试

  • 期中考试
    • 考试形式:闭卷
    • 考试范围:期中以前内容 ,以教学网上传的考试参考版PPT内容为主,课堂上讲述的 扩展内容不考察。
    • 考试题型 :名词解释(20%)+简答题(30%)+论述题(50%)
  • 期末考试
    • 考试形式:闭卷
    • 考试范围:期中以后内容,以教学网上传的考试参考版PPT内容为主,课堂上讲述的 扩展内容不考察。
    • 考试题型 :名词解释(20%)+简答题(30%)+论述题(50%)
  • 教学网上会给出往年题,这课就是贝多芬,但似乎给分一年比一年好了,秋季学期甚至会考实验设计,需要对知识做到融汇贯通。这课期中期末都需要投入大量时间进行背诵,7天有7天的背法,3天也有3天的背法,但最好不要只留1天。

相关资料

杂项#

心理统计(1)&心理统计(2)#

魏坤琳 2024秋+张昕 2025春

类似的测评洞已经有很多了,这也并非”ai+心理认知“项目课程,故不在此详述。(项目里有实心和心测都没有心统:sob:)

就说一下修了这两门课的感受吧,学到了一些统计学知识,能够在有cheatsheet的情况下对数据进行处理(没有cheatsheet真的两眼一抹黑)。

相关资料

社会心理学#

毛利华 2025春

课程听感

可以当作讲座课来听,会讲很多关于社会心理学的有趣的知识(虽然很多都好像在普心里学过),如果认真听的话说不定会对人和社会有不一样的认识。

作业/任务量

  • 任务量几乎为0

  • 课堂考勤10%(白送,毛老师不点名)+个人作业35%(知识运用15%+实验设计20%)+团队作业15%+期末考试40%

  • 知识运用作业:请运用课堂上学到的某一个或某几个知识点,设计出一套或几套方案来达成某个 预设目的(如改变某人的记忆、态度、行为等),并寻找对象进行实施,记录效果。 最后将目标、方法、原理、实施过程、结果记录下来,并鼓励写下个人的反思与总结。注意:实施过程中请遵守人类实验的伦理规范。 例如:设定的目标为——使某室友养成早睡早起的习惯,运用“社会规范”部分的 知识来设计方案,比如与其他室友约定好一起早睡早起、在寝室微信群中天天打卡等, 记录措施实施前后目标室友的睡觉与起床时间,通过对比,得出该措施有效与否的结论。

  • 实验设计作业:结合你的生活实践或阅读的文献,提出一个你想研究的心理学问题,并设计实验 进行验证。实验设计的内容包括:(1)相关领域文献综述;(2)提出问题和假设; (3)实验方法设计;(4)预期结果。

  • 团体作业:

    1. 根据选课学生人数,由助教随机分组,每组有一次课堂展示机会。
    2. 提供备选经典文献,每个小组选择其中一篇进行主题阅读和报告。要求学生以指定 的经典文献为基础进行相关文献延伸阅读,每个小组的文献延伸数量为 2-4篇(根据 小组具体人数再做调整),其中 2015年后发表的文献不少于 2篇。搜索范围:推荐 期刊《Journal of Personality and Social Psychology 》,《Journal of Experimental Social Psychology》,《Psychological Science》,《Personality and Social Psychology Bulletin》。
    3. 阅读报告的内容包括:(1)思考研究者如何提出研究问题;(2)总结理论基础;(3)总结 研究方法;(4)研究的意义;(5)针对本研究向作者提出问题和建议。请各组自行选择需 要延伸阅读的文献,并有效组织报告内容,做到详略得当。报告时间 25min+提问环节5min(根据小组具体人数再做调整)。
    4. 各小组需在报告前一周的周五前提交选定的延伸文献。
    5. 在小组展示结束后将对个人贡献度进行匿名形式的组内互评,并以此为参考酌情调整团队作业的个人得分

考试

  • 期末考试 ,根据毛老师给出的关键概念表进行复习即可,背诵着重对概念的理解并且每个概念记1到2个例子,考试时会让你举例。考试时最后一题会给你一段文字,让你找里面的社会心理学概念并做阐释,然后根据社会心理学范式对一个概念提出假设,设计实验(我写得一坨,如何写才能得到高分需要各位注意,或许可以直接问问毛老师?)。

相关资料

  • 我的社心关键概念整理  pdf文件 
  • 我的实验设计作业 pdf文件
  • 我的知识运用作业 pdf文件
    • ps:我这两个作业都是满分,挺奇怪的,总之合理使用ai吧。
  • 树洞上一位同学的测评洞#7464517

大模型:从基础到实战#

黄铁军 2025夏

课程听感

合格制,拼盘课,都是智源的老师来上,听感有好有坏,没有考勤,主要面向校外的学生,可以当作讲座课来听,但可能学到的知识不多

课表

  • 6.30 从人工智能到大模型
  • 7.1 从自然语言处理到词向量技术
  • 7.2 数据处理与数据集
  • 7.3 Transformer架构
  • 7.4 训练框架与大模型评价
  • 7.7 语言大模型
  • 7.8 多模态大模型
  • 7.9 具身大模型
  • 7.10 大模型检索增强与信息智能体
  • 7.11 大模型安全

作业

2000行代码+3000字报告。内容不作要求,只要满足即可合格。

如果你想认真做的话,那么任务量可能比较大,但可能也比较有成就感。

如果想水的话,在ai帮助之下也可以水得很快。

相关资料

我代码写的是nanoGPT,看树洞上也有模型微调+RAG的,看起来也挺不错。

北大课程资料
https://zhaoyi-tian.cn/blog/pku-course-materials
Author 田照亿
Published at 2025年8月3日
Comment seems to stuck. Try to refresh?✨