Resultat av kursutvärdering


    Kursen som helhet.

  1. Upplever du kursen som lätt eller svår?

    1. 4% (1 st) Mycket lätt.
    2. 37% (10 st) Lätt.
    3. 44% (12 st) Medel.
    4. 15% (4 st) Ganska svår.
    5. 0% (0 st) Mycket svår.


  2. Tycker du att kursen är intressant och meningsfull?

    1. 52% (14 st) Ja, mycket.
    2. 44% (12 st) Ja.
    3. 4% (1 st) Neutral.
    4. 0% (0 st) Inte särskilt.
    5. 0% (0 st) Nej.


  3. Tycker du att dina förkunskaper var tillräckliga när kursen startade?

    1. 81% (22 st) Ja.
    2. 19% (5 st) Tveksam.
    3. 0% (0 st) Nej.


  4. Vilket utbildningsprogram följer du?

    1. 37% (10 st) D.
    2. 22% (6 st) E.
    3. 7% (2 st) F.
    4. 7% (2 st) MD.
    5. 26% (7 st) Något annat.


    Kurslitteraturen.

  5. Vad tycker du om kursboken (Gurney)?

    1. 7% (2 st) Mycket bra.
    2. 22% (6 st) Bra.
    3. 26% (7 st) Hyfsad.
    4. 11% (3 st) Mindre bra.
    5. 4% (1 st) Dålig.
    6. 30% (8 st) Har inte använt den.

    Ev. kommentar om boken:

    Den var vare sig pedagogisk eller gick på djupet, och verkar inte vara lämplig för någon läsarkrets. Jag lyckades aldrig förstå ett område ordentligt genom att läsa innan det hade gåtts igenom på en föreläsning.
    ---
    Eftersom jag inte har någon matematisk bakgrund, var det skönt att få beskrivningarna i "klarspråk". Hade inga problem med att förstå boken, och tycker att jag begriper iden med ANN ändå.
    ---
    Boken känns grötig och seg att läsa. Det vore bra om någon som kan skriva och någon som kan ämnet gick ihop och skrev kursliteratur tillsammans. Det blir inte automatiskt bra bara för att fakta stämmer.
    ---
    Den var lättläst, men generellt för ytlig i förklaringarna och beskrivningar av algoritmer o.dyl.
    ---
    Täcker inte in hela kursen...
    ---
    men jag har köpt den...
    ---
    Kunde ibland vara lite irriterande med förklaringar av självklara matematiska begrepp men å andra sidan kände man sig smart. Dessutom kan man alltid hoppa över de avsnitten. Förklarade bra och ingående utan att vara pladdrig.


  6. Vad tycker du om övrigt utdelat material (speciellt artiklarna)?

    1. 4% (1 st) Mycket bra.
    2. 56% (15 st) Bra.
    3. 19% (5 st) Hyfsat.
    4. 7% (2 st) Mindre bra.
    5. 0% (0 st) Dåligt.
    6. 15% (4 st) Har inte använt det.

    Ev. kommentar om övrigt material:

    bra om material finns tillgängligt på Internet
    ---
    Svårbegriplig text om "reward-learning"
    ---
    Artikeln om reinforcement learning var bra


  7. Vad tycker du om informationen via webben?

    1. 15% (4 st) Mycket bra.
    2. 63% (17 st) Bra.
    3. 15% (4 st) Hyfsat.
    4. 7% (2 st) Mindre bra.
    5. 0% (0 st) Dåligt.
    6. 0% (0 st) Har inte använt det.

    Ev. kommentar om information via webben:

    Jag ser mycket hellre att all info (labbpek, föreläsningsanteckningar mm) finns på webben än att de n delas ut på papper.
    ---
    info bra, i övrigt se fråga 6.
    ---
    Kanske en exempeltenta till inte skadar.
    ---
    Hade gärna sett mer länkar till relaterade webbplatser
    ---
    Föredömlig information. En kommentar i marginalen: Jag använde webben för att sätta mig in i alternativa kurser inför val av kurser. Kanske var infon om kursinnehållet ngt knapphändigt i den situationen.
    ---
    Blir ännu bättre om man lägger ut föreläsningsanteckningar på webben.
    ---
    skulle finnas mer
    ---
    Fast det borde finnas fler gamla tentor


    Föreläsningarna.

  8. Hur stor del av föreläsningarna har du varit på?

    1. 4% (1 st) Mindre än 20%.
    2. 0% (0 st) 20-40%.
    3. 15% (4 st) 40-60%.
    4. 19% (5 st) 60-80%.
    5. 59% (16 st) Mer än 80%.


  9. Vad tycker du om föreläsningarna pedagogiskt sett? (Förklaras stoffet bra? Talar och skriver läraren tydligt? Används stordia i lagom omfattning?)

    1. 63% (17 st) Mycket bra.
    2. 30% (8 st) Bra.
    3. 4% (1 st) Acceptabelt.
    4. 4% (1 st) Mindre bra.
    5. 0% (0 st) Dåligt.
    6. 0% (0 st) Har inte deltagit.

    Ev. kommentar (gärna konstruktiv):

    Örjan är en ypperlig föreläsare. Mycket lugn och pedagogisk och springer inte iväg. Suveränt!
    ---
    Har ingen konstruktiv kritik. Föreläsaren är perfekt. :)
    ---
    Föreläsaren förklarar mycket bra! Önskvärt dock att ha lite mer strukturerad kursbunt; rejäla rubriker med löpande föreläsningssiffra, och gärna en disposition över föreläsningen som "förstasida".
    ---
    Föreläsningarna var mycket bra och gav insikt och idéer.
    ---
    Mycket givande föeläsningar...har man gått dit så har man ett bra hum om vad kursen handlar om.
    Inget blaj och en föreläsre som vet vad han håller på med och kan svara på det mesta
    BRAVO!

    ---
    Det vore väldigt bra för alla att kursens inehåll fanns tillgänglig, med kurs innehåll menar jag :
    1 . Neuronen
    a) synapserna
    b) dendriter och axonen
    ...
    Det är nämligen allt för lätt att inte fatta ngting om man har missa en föreläsning pga krokande kurser

    ---
    Bra att blanda OH-bilder och användande av tavlan.


  10. Vad tycker du om föreläsningarna innehållsmässigt sett? (Behandlas rätt saker? Förklaras det som behöver förklaras?)

    1. 26% (7 st) Mycket bra.
    2. 63% (17 st) Bra.
    3. 11% (3 st) Acceptabelt.
    4. 0% (0 st) Mindre bra.
    5. 0% (0 st) Dåligt.
    6. 0% (0 st) Har inte deltagit.

    Ev. kommentar (gärna konstruktiv):

    Kursen hålls kanske på en lite enkel nivå. Örjan skulle med fördel kunna öka nivån på föreläsningarna utan att det vore problem att hänga med.
    ---
    Svårt att bedöma, eftersom jag inte vet vad jag kommer att behöva i framtiden. Gärna lite mer biologikoppling, dock.
    ---
    Det går vääääldigt långsamt fram. Skulle vara kul med lite mer avancerade saker också. Fler "success stories" från lyckade applikationer vore även det trevligt.
    ---
    Mycket bra.
    Hade gärna sett mer info om och mer översikt över biologisk/psykologisk tillämpning av olika ANN, gärna ngn överblick över lämpliga fortsättningskurser och forskning inom området eller med tillämpning av ANN.
    Behandlades distribuerade representationer?


    Laborationerna.

  11. Vad tycker du om laboration 1 (BackProp)?

    1. 41% (11 st) Mycket bra.
    2. 41% (11 st) Bra.
    3. 15% (4 st) Acceptabel.
    4. 4% (1 st) Mindre bra.
    5. 0% (0 st) Dålig.

    Ev. kommentar (gärna konstruktiv):

    Ok, men lite väl programmeringstung för att vara första.
    ---
    Toppen, det här ska jag implementera själv.
    ---
    Laborationen är så lätt att man inte kan lära sig något på den. Dessutom är jag skeptisk till att bara ha "copy / paste" pek - bättre att peket beskriver uppgiften så får man själv hitta lösningen.
    ---
    Det är svårt att få känsla för att det är någon slags ihopkopplade neuroner vi hanterar när allt blir stora matrismultiplikationer i matlab. Finns det möjligen något mer objektorienterat sätt att göra labben på?


  12. Vad tycker du om laboration 2 (Hopfield-nät)?

    1. 30% (8 st) Mycket bra.
    2. 52% (14 st) Bra.
    3. 11% (3 st) Acceptabel.
    4. 4% (1 st) Mindre bra.
    5. 4% (1 st) Dålig.

    Ev. kommentar (gärna konstruktiv):

    Skriv om den. Förstod till 50% inte vad uppgiften gick ut på. Klarspråk, gärna.
    ---
    Intressant, men samma komentarer som till första labben.
    ---
    Bra. Kanske väl mycket matlab-hackning och därmed väl lång. Jag tror det var uppgift 5.1 och 5.2 som kunde vara lite tydligare för att resp undvika långa CPU-tider och ge en uppfattning om i vilken härad # iterationer skall vara.
    ---
    Svårt att förstå i början


  13. Vad tycker du om laboration 3 (BCPNN)?

    1. 4% (1 st) Mycket bra.
    2. 19% (5 st) Bra.
    3. 52% (14 st) Acceptabel.
    4. 19% (5 st) Mindre bra.
    5. 7% (2 st) Dålig.

    Ev. kommentar (gärna konstruktiv):

    Hmmm..asså...jag tror inte att jag lärde mig nånting av detta...
    ---
    Ger inte så mycket förståelse för algoritmerna. Jag föredrar antingen implementationer av algoritmer eller en ordentlig och systematisk utforskning av en nättyps förmågor och begränsningar.
    ---
    Att se och testa ett BCPNN är väl förvisso intressant, men det var kanske en lite väl lättviktig labb. Man skulle lätt kunna utöka labben, och kanske programmera lite själv, så att man får mer förståelse för hur det fungerar.
    ---
    Lite för lite göra själv, bara att följa en manual.
    ---
    Lite väl mycket klickande, men gav en bra förståelse.
    ---
    Kändes mer som en lek än en labb, jag tror inte jag lärde mig så mycket av den.
    ---
    Man lär sig inget på att göra helt triviala saker.
    ---
    Saknar bakomliggande teori från föreläsningarna
    ---
    Viktigt med bakgrundsartikeln.
    ---
    Den var inte speciellt givande. Roligt att se att metoden fungerar, men kändes mer som att testköra någon annans progam.
    ---
    Var lite väl mycket "gör såhär!". Borde ha varit lite mindre vägledning och mer tänka själv.
    ---
    Mycket lätt labb som inte gav så mycket. Dels för att vi fick ett helt färdigt program, dels för att programmet när det gällde djurklassning uppförde sig ganska konstigt.
    ---
    den gav inte lika mkt, kanske pga att programmet var en black box.
    ---
    Blev inte mkt klokare på BCPNN men den var kul. Vill gärna göra lite mer själv.


  14. Vad tycker du om laboration 4a (Radialbasfunktioner)?

    1. 7% (2 st) Mycket bra.
    2. 22% (6 st) Bra.
    3. 11% (3 st) Acceptabel.
    4. 22% (6 st) Mindre bra.
    5. 0% (0 st) Dålig.
    6. 30% (8 st) Har inte gjort den.

    Ev. kommentar (gärna konstruktiv):

    Inte lika välplanerad som lab 1 och 2. Lite för mycket användande av färdiga script.
    ---
    Väl avvägd kombination av egen problemlösning och "skriva-av-och-förstå".
    ---
    Intressant, men samma komentarer som till första labben.
    ---
    Den första delen med minsta kvadratmetoden och deltaregeln var mer givande än det övriga. Det jag lärde mig på andra delen var knappast labbens förtjänst.
    ---
    En del saker var inte lätta att förstå utifrån labpek. Vore bra med hänvisning till avsnitt i boken


  15. Vad tycker du om laboration 4b (Analys av data)?

    1. 22% (6 st) Mycket bra.
    2. 7% (2 st) Bra.
    3. 4% (1 st) Acceptabel.
    4. 0% (0 st) Mindre bra.
    5. 0% (0 st) Dålig.
    6. 63% (17 st) Har inte gjort den.

    Ev. kommentar (gärna konstruktiv):

    Ahh...perfekt! här fick man knåpa lite på egen hand, och det på ett mycket fritt sätt. Mycket bra!
    ---
    Bra med valfrihet av problem. Då kan man förstå huruvida ANN är lämpligt för de problem man själv önskar lösa.
    ---
    Roligt att tillämpa sina kunskaper lite friare
    ---
    Rolig. Dock svår, vissa länkar i labbpeket fungerar ej. Mer handledning skulle vara nödvändig.
    ---
    Kul med en så fri uppgift där man fick göra allt själv och tillämpa det man lärt sig. Kändes som att man ställde större krav på sig själv än när designen var specifiserad i labbpeket.
    ---
    Mycket roligt med en så pass fri labb! Proffsig bedömning av lärare på redovisning.
    ---
    Den bästa labben på pappret, men det vore bra om alla assarna hadde lite koll på den också...


    Tidsåtgång.

  16. Hur stor del av din totala studietid under period 3 har du ägnat åt den här kursen?

    1. 7% (2 st) Mindre än 15%.
    2. 19% (5 st) 15-30%.
    3. 59% (16 st) 30-50%.
    4. 7% (2 st) 50-70%.
    5. 7% (2 st) Mer än 70%.


  17. Kursen är på 4p (3p för tentan och 1p för laborationskursen). Vad tycker du om det jämfört med andra kursers poängantal?

    1. 89% (24 st) Lagom med 4p.
    2. 4% (1 st) Borde vara mer.
    3. 7% (2 st) 4p är för mycket.


  18. Ytterligare kommentarer om kursen:

    Gör om kursen till 5 poäng! Alla andra kurser inom samma inriktning är på 5 poäng, och man läser dem gärna i block, 2 och 2. Nu sitter man där med 179 poäng och 19 fördjupningspoäng om man inte läser tokmycket nån annan period. Ta bort en lab, och lägg till ett litet projket, så är vi uppe i 5 poäng. Det vore mycket bättre!
    ---
    Jag tycker att boken bör bytas ut. Om det inte sker kanske ni kan rekommendera en alternativ bok, som får vara mer svårläst, men ger ordentlig förståelse eller går igenom implementationer ordentligt?
    ---
    Jätterolig kurs, men en 4p-kurs på D-nivå borde kunna ta upp dubbelt så mycket, antingen på djupet eller bredden.
    ---
    Det är eg. inte kursen det är fel på, men överlappet mot datorinlärningen är _för_ stort. Det känns som att man kan slå ihop dem till en enda 6poängskurs utan att något går förlorat.
    ---
    Som sagt, lite mer biologikoppling vore önskvärd. Även lite mer om kopplingen till AI och språkteknologi. Själv hade jag behövt en redigare genomgång av operationer på vektorer och matriser, men jag förstår att jag är i hopplöst underläge i det önskemålet.

    Annars är mitt helhetsintryck mycket positivt!

    ---
    Bra och intressant, labbar är alltid bra, är svårt att lära enbart av bok och föreläsningar,.
    ---
    Jag är starkt kritisk till att kursen överlappar så mycket med maskininlärningskursen. Det bästa vore om man kunde göra två kurser av ANN kursen. En översiktlig orienteringskurs och en lite mer teknisk och mattematisk variant.
    ---
    Matnyttig, intresseväckande kurs. Trevliga föreläsningar och labbar (2:an väl mkt hack).
    ---
    Generellt bra kurs med bra kursledare! Assistenterna kunde dock vara mer förberedda på labbarna och eventuella frågeställningar i samband med dessa.
    ---
    Väldigt bra labbredovisningar och assistenter. Bra att assistenterna inte var ute efter att fälla utan att bättra på ens kunskaper om dessa varit bristfälliga. Känns som om man lärde sig någonting vid varje redovisning.
    ---
    Som sagt...en bra kurs med mkt bra föreläsare som kan förklara på ett begripligt sätt.
    Ger lust att fördjupa sig i ämnet.
    Bra avvägning av stoff för en inledande kurs!
    HURRA!

    ---
    den är bra, men jag är nog en av dom få som vill nog gärna se lite mer matte i den
    ---
    I början var kursen mycket bra, men på slutet kom nya saker in alldeles för snabbt och det blev svårt att hålla isär en del algoritmer.


Denna sammanställning har genererats med ACE.