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:

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?

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）:

更多问卷复制此问卷