机器学习与交通应用课前问卷

欢迎选修《机器学习及交通应用》课程！为了更好地了解大家的基础背景、学习需求和兴趣方向，以便我们优化课程内容和教学方式，特设计此课前问卷。
*
1.你的本科学校是？
本校，长安大学
外校
*
2.你的本科专业是？
*
3.自己本科阶段是否学习过以下几类课程，可多选:【多选题】
计算机编程类 (如 C/C++, Java, Python程序设计等)
人工智能类 (如机器学习、深度学习等)
智能交通类 (如智能交通系统ITS、车联网等)
数据分析类(如数据挖掘、交通大数据分析、交通统计学等)
本科阶段未学习以上课程。
*
4. 你对机器学习的了解程度:
完全不了解
听说过一些概念
学习过相关课程
有过实际项目经验
发表过相关论文
*
5. 你的 Python 编程与代码实操熟练度处于什么水平?
完全未接触过
学过基础语法，但很少实际编程
懂基本语法，能看懂并修改简单的Python脚本，但不熟练。
熟练使用数据科学库，能独立清洗、处理交通表格数据。
熟练掌握深度学习框架，能独立搭建并训练网
从未使用过
*
6. 你之前是否在真实的科研或实战项目中使用过机器学习算法?
纯小白，从未使用过。
跑过传统机器学习模型（如逻辑回归、随机森林、XGBoost、SVM等）。
跑过基础深度学习模型（如用CNN处理交通图像、用LSTM处理交通流时序预测）。
接触过高阶前沿算法（如强化学习、图神经网络GNN、大模型微调等）。
*
7. 你的个人科研兴趣或导师分配的课题的研究方向是?
*
8. 你选择修读本门课程的主要动机是什么? 【最多选择2项】
科研刚需:目前的课题或大论文需要用到机器学习算法，希望通过课程跑出成果。
就业导向:希望掌握Python和AI算法实操，为未来找算法岗或智慧交通产研岗做准备。
拓宽视野:对“AI+交通”方向感兴趣，想系统了解一下前沿技术。
师门传承:导师要求选修，或实验室师兄师姐推荐。
刚好缺学分，且上课时间比较合适。
*
9. 你目前日常科研和学习中使用大语言模型（如DeepSeek, ChatGPT, Kimi, 豆包等）的频率是?
几乎不用。
偶尔用，主要用来翻译文献或润色英语句子。
经常用，已习惯让大模型辅助写代码（Debug）、梳理文献逻辑或激发Idea。
10. 对于本门课程，你还有其他期望、顾虑或建议吗?（选填）:
问卷星提供技术支持
举报