Update some comments for 23F (#76)

Co-authored-by: oneliey <[email protected]>

Computer-Science-and-Technology/Principles-of-Artificial-Intelligence.md

@@ -71,4 +71,19 @@
 6. **成绩情况**：90+
 7. **心得体会**：
 - 实验的部分其实主要会看你的准确率，不限制使用的语言和方法（可以直接用现成的机器学习库，当然大佬也可以手撸算法）。
-- 期末是开卷考试，有些内容是在ppt里找的送分题很舒适，但是也有需要好好学会几个重点的算法题，比如知识表示、alpha-beta剪枝、关联分析里的fp-tree、分类算法里的决策树等等，19级最离谱的是考了个犄角旮旯里的聚类算法FSFDP，甚至PPT就用了两页提了一嘴。不过最后期末的时候老师还是海底捞了一把，给分比较给力。
+- 期末是开卷考试，有些内容是在ppt里找的送分题很舒适，但是也有需要好好学会几个重点的算法题，比如知识表示、alpha-beta剪枝、关联分析里的fp-tree、分类算法里的决策树等等，19级最离谱的是考了个犄角旮旯里的聚类算法FSFDP，甚至PPT就用了两页提了一嘴。不过最后期末的时候老师还是海底捞了一把，给分比较给力。
+
+---
+
+## 评价7
+
+1. **开课信息**：邓芳，王晓茹（2023秋）
+2. **推荐等级**：一般
+3. **授课内容**：分成两个部分，邓芳老师负责人工智能理论，王晓茹负责机器学习部分。
+4. **考核方式**：期末开卷考试+一次实验。
+   - 期末是开卷考试，把`PPT`打印出来、做一点往年的题就没问题了。
+   - 实验是文本分类实验，**据说非常看重准确率**，我们小组使用自行爬取的数据加上`SVM`分类器获得了~98%的准确率，供参考。
+5. **作业情况**：有四次课上作业，但是**主要目的是点名**。
+6. **成绩情况**：90+
+7. **心得体会**：
+   - 课程本身感觉还是能学到不少人工智能相关的知识，~~但是因为需要考试所以个人不是很推荐~~

Computer-Science-and-Technology/Python-Programming.md

@@ -107,6 +107,8 @@
 6. **成绩情况**：95+
 7. **心得体会**：这门课整体偏实用，前半部分也很简单，总的来说作为Python数据分析的入门课是合适的。熟悉或学习Python还是很实用的，网络爬虫、数据分析、绘图等等其实都是属于非常日常实用的一些小技能，熟悉numpy、pandas等等库对于学习机器学习、深度学习也提供了一点基础。
 
+---
+
 ## 评价9
 
 1. **开课信息**：王晶（2022春）
@@ -142,3 +144,19 @@
    - 大作业祖传题目是实现一对人口数据查询服务器 & 画图客户端，数据量较大（原始文件压缩前 6GB+），要求高效查询任意给出的**凸包**内的人口数量并画热力图。
    - 之前几届大作业要求不能将原始数据提前处理，不能将数据完整读入内存。现在没这些条条框框了，亲测认真搞一份工作量也就十来个小时的样子。
    - 但是不管弄成什么样最后分数都一样，所以**这真的重要吗？**
+
+---
+
+## 评价11
+
+1. **开课信息**：王纯（2023秋）
+2. **推荐等级**：强烈推荐
+3. **授课内容**：Python基本语法、`scrapy`爬虫、数据处理。
+4. **考核方式**：OJ + 实验 + 大作业
+5. **作业情况**：
+   - OJ是基础Python语法的练习
+   - 实验和大作业都是爬虫+数据处理。两次实验的题目是从链家网站上爬取新房和二手房的数据并进行分析，大作业是从链家上爬取多个城市的租房数据进行分析。实验要求相对简单，老师甚至要求最后提交的实验报告长度不能超过一页；大作业相对来说更加复杂，需要利用爬取到的数据从多方面进行分析。
+6. **成绩情况**：95+
+7. **心得体会**：老师的态度非常nice，中间摔断腿了还坚持来教室上课，~~虽然来上课的人还是很少~~。完成这门课的作业也可以学到不少利用Python进行数据分析并画图的知识。
+
+---

Computer-Science-and-Technology/The-Practice-of-Computer-Network-Technology.md

@@ -69,6 +69,8 @@
    - 得分主要看拓扑复杂度（也就是说堆砌工作量就能拿高分）和实验报告的思考题（只要在实验课后的一节课认真听课就没问题，实在不会直接找老师问老师也会耐心教你）
    - 相对其他课来说，总体工作量和思考难度比较小。
 
+---
+
 ## 评价6
 
 1. **开课信息**：吴军（2022秋）
@@ -115,3 +117,25 @@
    - 用 ARM macOS 的朋友不要尝试开 Windows on ARM 虚拟机跑 GNS3。在历经千辛万苦补全软件和 dll 后 GNS3 能运行但仅限于能运行，稳定性烂得要死。
      - 跑在 rosetta 上的 Intel macOS GNS3 听说能用但我没敢试。
      - 推荐的打法是直接找台 Windows 设备。
+
+
+---
+
+
+## 评价8
+
+1. **开课信息**：吴军（2023秋）
+2. **推荐等级**：推荐
+3. **授课内容**：计算机网络实践应用，路由器基本配置方法
+4. **考核方式**：5次实验验收(30%)+两次实验报告(70%)
+5. **作业情况**：使用`GNS3`进行路由器和交换机的模拟配置，一共五次实验。
+   - 路由器的基本配置
+   - 静态路由配置
+   - `RIP`和`OSPF`动态路由配置（要求实验报告）
+   - `STP`配置
+   - `VLAN`配置（要求实验报告）
+6. **成绩情况**：90+
+7. **心得体会**：
+   - 现在课程使用的 `GNS3` 兼容性很好，不用担心出现之前评价中使用 `dynamips` 出现的各种问题，~~甚至可以直接从AUR上安装~~。
+   - 课程的实践性非常强，个人认为还是存在一定的难度，~~也可能是我的计网学得一坨xx~~。
+   - 建议提前开始写实验报告，报告中存在一些思考题需要实际做实验验证并解释，如果全部堆到考试周在完成会比较挤占时间。

Computer-Science-and-Technology/The-Practice-of-Programming.md

@@ -108,3 +108,20 @@
    - 不用卷那些有的没的功能（e.g. 谁家脚本解释器还给用户变量的值做持久化的？），对准采分点写就 ok。
      - 不过自己感觉好玩想写是另一回事（）
    - 解释器本身完全手搓或者调 antlr 之类的工具都可以。手搓的话写个递归下降分析完事，别跟自己过不去。即使是递归下降分析，这门课也够格⎡编译原理课程设计⎦的称号了。<sub>我给自己的那个语言弄成图灵完备的通用语言了。。验收都不好意思跟老师说我完成了设计一个领域特定语言的任务。。。</sub>
+
+---
+
+## 评价9
+
+1. **开课信息**：王智立（2023秋）
+2. **推荐等级**：推荐
+3. **授课内容**：主要讲解程序设计规范，包括风格、记法、测试、性能、改错等等程序设计的编程规范。
+4. **考核方式**：几次小作业+一次大作业
+5. **作业情况**：
+   - 3次小作业：对提供了源代码文件针对某一方面进行改错，例如性能、记法等。
+   - 期末大作业：基于领域特定语言的客服机器人设计与实现。有明确的验收要求，按照验收要求做基本上就没有问题。
+6. **成绩情况**：90+
+7. **心得体会**：鉴定为水课。大作业很水，虽然是脚本解释器但是完全不用将编译原理那些东西套进来，我直接套一个`YAML`的脚本就水完了，甚至解释器核心代码还没有我糊的前端代码长，而且个人感觉 在助教面前胡说八道>>水一个前端界面>优秀的核心代码。
+8. 其他方面：[我的作业](https://github.com/jackfiled/Katheryne)
+
+---