Group 27

汇总意见

收获：学生普遍掌握了VS Code、Git、R、Python等工具，通过环境配置、数据清洗、可视化与统计分析等实践，提升了实际操作和问题解决能力；个人网页及项目实践激发了对数据驱动研究和开源协作的兴趣。

意见：部分零基础同学反映课堂进度较快、内容过于繁杂，基础知识讲解不够深入；部分代码示例存在软件兼容性问题，理论与实践的衔接也有待加强，复杂概念解释不够透彻，致使部分同学较难跟上节奏。

建议：建议课程初期由简入繁、模块化安排内容，增加基础操作演练和专题答疑；优化和标注不同系统下的代码示例，同时在讲解复杂概念及统计分析方法时提供更深入解析，帮助同学们更好地理解和运用知识。

2024******038

课程有很好的实用性，如果掌握了相关的技能能在未来的科研中提供很好的助力。但课程总体难度较大，大部分人有没有相关基础，在课程前期就已经慢慢的跟不上了，所以对整体的授课内容模棱两可，希望难度能由简入繁。

2024******004

学习用GitHub协助作业、开源个人网页的课程，让我收获颇丰，掌握了版本控制与代码协作，开拓了开源思维。课程理论实践结合紧密，内容新颖实用，激发自主学习热情。要是后续能增设计算机语言进行数据分析的内容，像T检验、回归、相关性分析等，那就更完美了，期待课程持续升级！

2024******050

老师很认真负责，有疑问都很耐心很好的为同学解决，但是有时候演示略快跟不上，课程内容从来没接触过有一定难度

2024******031

这门数据处理与分析课程内容充实，涵盖了从数据清洗、可视化到统计分析的全流程，理论与实践结合紧密。但是对于零基础的学生而言，课程难度还是很大的，希望老师可以对这部分课程简化一下难度。总体而言，这门课程对我提升数据处理能力有很大帮助，受益匪浅。

2024******030

首先，这门课让我了解了很多编程知识，如R语言和Python语言。学会下载很多软件、环境配置、安装插件等，如VScode、Quarto、Git等。同时了解到最新的al资讯、神经网络和有关机器学习方面的知识。其次，这门课理论与实践相结合，教会我们动手操作利用软件从零开始构建神经网络模型并训练模型、开源个人网页、进行数据分析等。最后，总体来说，通过这门课我有很多收获，虽然在实际操作中有些波折，但在老师细心指导和同学们热心解答中，逐渐克服了困难。这门课对零基础的同学来说有些难度，后续可能希望多增加一些基础入门知识的讲解以达到更完美的效果。

2024*******021

这门课程让我深入了解了R、Python、vscode等软件的使用，对代码运行有了更深入的了解。希望老师课前了解学生基础，对于基础不好的大多数同学，要一步一步的教学。这门课程对于没有接触的同学来说，难度还是比较大。

2024******033

课上建议

对零基础的学生可以设置一些简单的操作练习 建议适当增加一些统计学的理论和分析，还有对论文复现的图。 在讲解复杂概念时可以深一点。

课程实践

课程实践的实可以稍微多一点，可以将一篇论文分成多个模块，同时尝试自己复现一些简单的。 提供更多真实的专业案例或项目，让学生更贴近实际工作场景.

总结

总体来说，可重复性研究这门课程在老师的精心设计和指导下, 取得了非常好的教学效果. 无论是课堂讲解, 实践环节还是课后练习, 都让我们受益匪浅, 对计算机编程有了初步的了解和应用. 感谢老师的辛勤付出, 期待未来有更多这样的课程.

2024******014

通过这门课我学会了利用人工智能创建一个属于自己的网页。在网页上留下自己的痕迹。学会了在终端配置环境，调用python，并正确书写文字。整个过程中认识到很多新东西，丰富了我的认知体系。老师和同学都非常热心和友好。这门课程的氛围很好，感受到了大学课程的魅力。美中不足的是一开始因为对编程太陌生，所以开始那两节课没有学到什么。甚至还在犹豫要不要安装python。后面老师开始放短视频教学感觉好多了。建议老师排列好这节课需要用到的软件，第一节课就告诉我们哪些软件起什么作用。这样我们能接受更快。