2025春季《人工智能原理》課程目標達成情況自評
各位同學(xué):本問卷用于自我評估《人工智能原理》課程目標是否達成,請你按照下面的問題指引,
并根據(jù)自己的實際情況,選擇最符合自己情況的等級。這份自評問卷旨在幫助學(xué)生反思和評估自己在課程目標達成方面的表現(xiàn),并為進一步的學(xué)習(xí)提供指導(dǎo)。
1. 學(xué)號
2. 姓名
3.
我能夠運用前饋神經(jīng)網(wǎng)絡(luò)對復(fù)雜工程問題進行分析和建模。
完全未達成
1
2
3
4
5
完全達成
4.
我熟悉卷積神經(jīng)網(wǎng)絡(luò),并能應(yīng)用于圖像識別任務(wù)。
完全未達成
1
2
3
4
5
完全達成
5.
我能夠使用循環(huán)神經(jīng)網(wǎng)絡(luò)處理序列生成問題。
完全未達成
1
2
3
4
5
完全達成
6.
我了解并能夠應(yīng)用遷移學(xué)習(xí)技術(shù)。
完全未達成
1
2
3
4
5
完全達成
7.
我熟悉注意力機制,并能在模型中應(yīng)用。
完全未達成
1
2
3
4
5
完全達成
8.
我能夠?qū)δP徒Y(jié)果進行比較和評估。
完全未達成
1
2
3
4
5
完全達成
9.
我能夠根據(jù)業(yè)務(wù)需求給出適當(dāng)?shù)募夹g(shù)路徑。
完全未達成
1
2
3
4
5
完全達成
10.
我能夠基于人工智能基本原理分析復(fù)雜工程問題。
完全未達成
1
2
3
4
5
完全達成
11.
我能夠研究相關(guān)文獻,提出解決方案。
完全未達成
1
2
3
4
5
完全達成
12.
我能夠研究開源項目,提出解決方案。
完全未達成
1
2
3
4
5
完全達成
13.
我能夠使用Python語言處理復(fù)雜工程問題的數(shù)據(jù)。
完全未達成
1
2
3
4
5
完全達成
14.
我熟悉PyTorch或Paddle等深度學(xué)習(xí)框架。
完全未達成
1
2
3
4
5
完全達成
15.
我能夠設(shè)計適用于實際問題的深度學(xué)習(xí)模型。
完全未達成
1
2
3
4
5
完全達成
16.
我能夠?qū)δP瓦M行訓(xùn)練優(yōu)化和測試評估。
完全未達成
1
2
3
4
5
完全達成
17.
我能夠進行模型的實施部署。
完全未達成
1
2
3
4
5
完全達成
18.
我能夠理解并表述問題解決方案的局限性。
完全未達成
1
2
3
4
5
完全達成
19.
我理解團隊合作對于人工智能項目開發(fā)的意義。
完全未達成
1
2
3
4
5
完全達成
20.
我能夠在團隊中發(fā)揮作用,勝任團隊成員角色與責(zé)任。
完全未達成
1
2
3
4
5
完全達成
21.
我能夠合理進行團隊分工,并使用版本控制和團隊協(xié)作工具。
完全未達成
1
2
3
4
5
完全達成
22.
我能夠完成團隊分配的任務(wù),如數(shù)據(jù)處理、模型設(shè)計、調(diào)試優(yōu)化、報告撰寫等。
完全未達成
1
2
3
4
5
完全達成
23.
我具備獲取和自主學(xué)習(xí)人工智能領(lǐng)域文獻和開源項目的能力。
完全未達成
1
2
3
4
5
完全達成
24.
我能夠及時了解人工智能產(chǎn)業(yè)前沿動態(tài)。
完全未達成
1
2
3
4
5
完全達成
25.
我能夠利用互聯(lián)網(wǎng)平臺跟蹤并掌握最新的人工智能模型、算法、框架和技術(shù)。
完全未達成
1
2
3
4
5
完全達成
26.
我能夠?qū)⒆钚碌娜斯ぶ悄芗夹g(shù)應(yīng)用于解決復(fù)雜工程問題的實際項目中。
完全未達成
1
2
3
4
5
完全達成
關(guān)閉
更多問卷
復(fù)制此問卷