HNU信息院计科专选盘点

前言

本篇文章没有写到的专选（不限于计科），也欢迎上过其他课的同学在评论区分享，帮助其他同学避雷。

所有评价均为本人主观判断，每个人上课感觉都不一样。同一门课不同老师上课的形式，成绩占比也有可能不同，注意甄别。有些课程具体细节不太记得清了，所有言论仅供参考。对于专选其实都大差不差，除了个别比较雷的，基本上都是不会挂的。

所有课程推荐指数满分为五分，4/5的意思是得4分。

1、数据挖掘

• 上课老师：卢xg
• 总评：94
• 推荐指数：4/5
• 优点：上课比较水，作业有两次平时（好像是）的和一次期末大作业，平时的csdn已经有人发了，大作业直接gpt，运行结果也是乱跑的，最终总评分数还是很高
• 缺点：上课会随机提问顺便点到，老师口音听得很难受

2、社交网络分析

• 上课老师：林jx

• 总评：94

• 推荐指数：5/5

• 优点：上课很水，两次还是三次作业，期末是考试，但考的就是作业内容，上课也不会点名提问

• 缺点：偶尔随机点到（印象中一学期点了三四次），两次还是三次不到会警告还是直接挂

3、计算机图形学

• 上课老师：李rh
• 总评：100
• 推荐指数：3.5/5
• 优点：一学期好像就点了一次名，考核形式是三次作业（都发布在个人csdn博客了），时间都是一个月，还是比较充足的，而且大部分人的分都挺高的，老师人也挺好的，上课也不会点名提问
• 缺点：虽然我是满评，但这门课程是真得学习计算机图形学，也就是OpenGL的一些知识，否则配环境都得配很久，然后从入门到能渲染图形再到能做大型项目，得花比较多的时间去学。如果想混分的同学建议和大佬一起上课，因为最后一个大作业是小组完成，可以报大佬大腿。

4、云计算技术

• 上课老师：陈g
• 总评：95
• 推荐指数：4.5/5
• 优点：陈g老师估计是信息院风评最好的老师，上课也直接说觉得没必要可以不去上课（翘过几节，因为后面都听不懂），也是我见过最多人认真上课的专选。考核形式也是三次作业，不过Github上都能搜到往届学长学姐的，如果参与作业汇报且获奖的话老师还会斥巨资给学生奖励（请KFC和海底捞）
• 缺点：作业是小组形式完成，如果你是组长恭喜你，基本是一个人完成。作业都是运行在Linux上，然后几个项目无论运行还是调试都有很多bug，除非你对Linux比较熟。但好就好在往届学长学姐都发有源码，我直接狂抄

5、计算机视觉

• 上课老师：蔡mj
• 总评：80
• 推荐指数：3.5/5
• 优点：对于想学cv的同学这门课还是能学到点东西的，考核是四次考试，都是在课上考，且具体范围（在哪个ppt）都会提前说，可以针对复习。考试时不会直接gpt，虽然不一定跑的了，但至少有结果。
• 缺点：上课随机点名抽问问题顺便点到，三次不到好像直接挂（第一节课就说只要不是大四的话不会留情，直接挂科，因为还有一年时间重修，这也导致当时退课了十几个人）。虽然提前给出考试范围，但考试时还是不会写代码，网上也搜不到，只能gpt，运气好跑出结果分就高。

6、多传感器信息融合

• 上课老师：皮hl
• 总评：65
• 推荐指数：3/5
• 优点：第一节课直接说理解大四同学都要考研找工作，所以不去上课不扣分，去了的加分。学习通的作业还是比较简单的，期末大论文也可以gpt生成
• 缺点：说是去了不扣分，但实际成绩出来平时成绩1tm是0分，意思就是你一节课不去有一栏就是0分，总评就会很低，如果对分数不是很在意，那么这个课应该不会故意让你挂。但分真的低，不然能推荐4分。而且期末论文要5000字以上，很难写

7、自动驾驶与车联网

• 上课老师：秦yc
• 总评：92
• 推荐指数：4/5
• 优点：老师很水，还经常请假有别的老师代课。学习通作业直接gpt，期末论文字数格式都不限，也直接gpt，分数很高
• 缺点：上课的人很少，老师已经认得谁叫什么名字，基本每节课都会问一些问题，不过我一般厚脸皮直接说不会，老师也不会管

8、分布式数据管理

• 上课老师：胡yk
• 总评：77
• 推荐指数：4/5
• 优点：老师很好，还会一直探讨如何提高课堂质量，也理解大四同学要考研找工作，所以对于不到课的情况也理解。考核是两次作业+大作业
• 缺点：想得出来的缺点可能是总评分数比较低吧，毕竟作业都是gpt的

9、软件工程

• 上课老师：王ws
• 总评：没上过
• 推荐指数：4/5
• 优点：听舍友说的，老师挺水，作业也简单，期末考简单复习一下就行，总评也给的高
• 缺点：基本都带早八，期末还要考试