京公网安备 11010802034615号
经营许可证编号:京B2-20210330
AI爱好者们:
大家好!我是CDA A+人工智能课程的班主任。现在第一期班级内容已经进行多一半了,我想和大家聊聊我的感受。
2018年10月13日,CDA A+人工智能课程第一期正式开班。开课前写下《正式开课前的一封信——致我最亲爱的AI学员》的时候,我的心情是忐忑的。
这是我第一次做班主任,真正经历过才发现做这个“大家长”一切并没有那么简单。班主任并不是一个头衔而已,需要细心、用心、操心、责任心等等,虽然课程时长只有五个月,从开始设置课程的前一年到课程学习的三年周期内,班主任都需要随时在线。
课程开发周期近一年,我对课程质量绝对有信心。8位人工智能领域经验丰富的老师们各自负责最擅长的内容,这样既避免了单独一两位老师负责全部内容引起学员学习疲劳,也避免老师不精通AI全领域知识造成不能解决学生疑问的情况。而且在人工智能中最重要的深度学习部分,我们请到了硅谷名师负责讲授,怕大家边听英文授课边操作有难度,全程中文授课,很贴心。
这一年,我们不断请教业界大牛对课程设置的意见和建议,也咨询各行各业人士的学习需求,不断的修订完善大纲,最终除了基本的数学基础、关系型数据库、python、机器学习、深度学习等内容,我们还加上了当下需求高但学习途径少的MongoDB、复杂网络分析等内容,除了理论讲解时的案例,课程中还配置了NLP、图像识别、语音识别、GAN、智能问答系统这5个前沿应用精讲。
记得当初和老师们一遍遍优化视频质量,修改PPT课件,完善代码和数据包……有一个月,常常凌晨一点多了还在和讲师对接内容。
老师们也很负责,一遍遍嘱咐我学生在学习过程中应该怎么学,哪些内容要多练习,根据学生的反馈意见,有不习惯的地方或者听不懂的地方及时进行修改。
这期班级的学生很优秀,有来自银行数据中心负责数据分析、算法、智能运维的员工;有负责AI领域项目的咨询顾问;有带领软件团队负责医疗、政务、景区自主化平台的领头人;智能决策中心工作的高校老师;也有支付平台负责数据安全的核心人员;还有金融、通信、餐饮领域负责数据的一线人员……
每天各种方式督促进度慢的学生学习,我都嫌自己烦人了,不过学生很理解,确实大家工作上家庭上都可能耽误学习进度。有的表示他就是那种需要监督才能学习的学生,希望我常常监督;也有因为特殊情况没跟上进度的学员和我说抱歉,但我想说谢谢,你们花钱来上课,我尽我最大努力让大家学到东西。
功夫不负有心人,很高兴,大家对我们的课程是满意的。每次和大家沟通以及看着大家的评价表,我都心里暖暖的:
学员评价
董老师认真细致,讲解内容全面独到,讲课表达力亲和易理解,作业批阅及时,答疑认真。
讲的很详细,推荐不少好书,很棒!
把复杂难懂的高数,讲的通俗有趣。并且和人工智能的专业结合起来讲解。谢谢董老师。
老师对整个体系的讲解非常深刻,简单易懂。在老师的帮助下,很快的了解这门学科的框架和内容。并且能够有的放矢的进一步学习和理解以后的课程。
李老师的数据库课程简单易懂,可以快速帮助小白掌握数据库的使用,能够为后续课程做很强的铺垫。课程含金量非常高,对于有基础的学生深入学习掌握后续课程起到了关键性的帮助。课程由浅及深的讲述和从项目出发的教学。可以让学员受益匪浅。
讲了数据库的精华部分,讲义和演示材料准备充分。谢谢李老师。
基础应用讲解到位,能够直接上手,赞!
老师很有经验,讲课实操都非常不错,听他讲课不紧不慢表述清楚明白,让人很容易理解。
一直想听李老师的课,可遇而不可求,听了李老师的NLP感觉醍醐灌顶。
吴老师水平好高!内容充实,有问必答。
深度学习,老师讲的不错,老师算法上逻辑也很清楚。
有位同学不止一次和我说课程很有用,还有学生说等他学完,要把我们的课推荐给公司培训部门,让同事们都过来学习学习,还有更厉害的,直接把课程带到他们年会上夸奖宣传。
有人担心录播课程的答疑效果,我可以很负责任的说,我们授课讲师能直接负责答疑。我知道人工智能的内容比较难,助教答疑很少能解答的详细明了,所以必须负责任的直接安排讲师答疑,学生们对此也很满意很开心。
(1)课程的设置是从基础开始一点点深入,数学对AI来说是至关重要的。讲师团中的这位唯一的女老师真是美貌与智慧并存。她一直强调,不能死板的学数学,她的一直是用故事思维,把枯燥晦涩的内容变成生动有趣通俗易懂,每次看她的标题,我都是充满了学习的欲望。
不仅如此,Yuki老师还是答疑的典范,学习上的问题,工作项目中需要建议,她都是热心解答。
(2)这位学生提问的时候我印象很深刻。因为这些问题在多个模块中都有涉及,所以讲师齐上阵,不同老师从不同角度进行讲解。
(3)选择灵活时间来学习的大都是在职人士,大家一般只有晚上回家或者周末才有时间学习。而我们的老师,不论是在国内还是国外,不论是白天还是晚上,都会及时给大家回复。
老师们辛苦了!
同时也感谢我亲爱的学员们让我深刻体会到了当老师的那种只要学生爱学习、能学到知识、有进步就很开心的心情。
最后还要感谢大家的理解,基础不同的学生对每部分内容的接受能力虽有差距,但有位学生的评价道出了真谛:不管上什么课,努力学习才是王道!
付出和回报成正比,不论是我们的服务还是大家的学习,只要努力付出都能收获应有的回报。我们也希望大家能提出改进意见,让我们的课越来越好,让我们共同进步。
现在,我们不只是师生,更似是朋友。我相信,你们未来都会成为人工智能领域的大牛!
CDA A+人工智能课程大家庭,欢迎各位小伙伴的到来~
http://edu.cda.cn/aplusai.html?seo
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12