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
在企业数字化运营、业务流程管理与精细化管控体系中,流程运营是串联各项业务环节、保障工作落地、提升运转效率的核心载体。无论 ...
2026-09-16在数据分析与统计学研究中,卡方检验是分析分类变量关联性与差异性的重要方法,广泛应用于市场调研、行为统计、社会调查、商业数 ...
2026-09-16 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-09-16CDA数据分析师 出品 作者:李诗怡 定义: 用户增长核心分析框架,刻画用户从接触产品到自发推荐的全生命周期,五个递进环节构建 ...
2026-09-15在数字化营销与精细化用户运营时代,企业传统的广撒网式营销模式成本高、转化率低,已无法适配精准商业竞争需求。客户画像作为大 ...
2026-09-15 很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度” ...
2026-09-15在MySQL数据库数据查询与数据分析中,GROUP BY与ORDER BY是使用频率极高的核心关键字。二者语法结构相似,常搭配使用,但核心功 ...
2026-09-14随着数字化治理、智慧运营、数字孪生技术的普及,数字体征成为衡量业务状态、系统运行、城市治理与企业经营健康度的核心体系。数 ...
2026-09-14 很多数据分析师沉迷于复杂的模型和算法,却忽略了数据分析的一项基础能力——描述性统计。事实上,大量商业分析问题,用描述 ...
2026-09-14在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07