用Canvas探索AI世界——人工智能通识课实验反馈与建议征集
本问卷实行匿名制，所有数据仅用于统计分析，请您放心填写。题目选项无对错之分，请您按自己的实际情况填写。谢谢您的帮助。
1.您的专业是？
计算机类
教育学类
戏剧与影视学类
其他专业
2.实验前，您对人工智能的了解程度是？
完全没接触
听说过概念
使用过AI工具
写过简单代码
您使用过以下哪些AI工具？
智能推荐（如：购物、短视频）
语音助手（如：siri、小爱）
AI写作/绘图
其他
3.对于以下关于【模型评估】的说法，您的认同程度如何？
完全不认同
比较不认同
中立
比较认同
完全认同
无法判断
我理解模型评估是通过训练好的模型对测试集进行预测，从而根据预测情况计算各类指标
我能借助注释文本理解各个评估指标的含义
我能借助注释看懂“混淆矩阵”
我能借助注释看懂“PR曲线”，理解不同场合对模型“精准率”与“召回率”的要求
通过精心选择的特征训练出高指标模型后很有成就感
4.对于以下关于【监督学习】的说法，您的认同程度如何？
完全不认同
比较不认同
中立
比较认同
完全认同
无法判断
监督学习的核心是使用标注数据进行模型训练
过拟合是监督学习中的常见问题
监督学习模型在充足数据下通常比无监督模型更准确
5.对于以下关于【朴素贝叶斯】的说法，您的认同程度如何？
完全不认同
比较不认同
中立
比较认同
完全认同
无法判断
朴素贝叶斯的条件独立性假设在现实中通常不成立
我能理解朴素贝叶斯的先验与后验概率的含义
6.对于以下关于【TF-IDF】的说法，您的认同程度如何？
完全不认同
比较不认同
中立
比较认同
完全认同
无法判断
如果一个词在所有短信里都出现，TF-IDF会认为它不重要
TF-IDF能自动降低“的”“是”这种常见词的重要性
TF-IDF像评委，根据词的出现次数和稀有性打分
我认为测试集在应用TF-IDF时应重新计算所有词的权重
7.实验后，您对“技术向善”的理解变化是？
显著增强
略有提升
无变化
更困惑了
8.对于以下关于【实验小助手】的说法，您的认同程度如何？
完全不认同
比较不认同
中立
比较认同
完全认同
无法判断
我能通过小助手快速熟悉实验流程
我能借助小助手顺利完成所有实验
9.对于实验中组件与文本框的设置与布局，您体验后的评价如何？
非常不满意
比较不满意
中规中矩
比较满意
非常满意
没注意过，无法评价
整体观感美观度
整体易用性
信息传达有效性
10.对于以下关于实验中部分内容的说法，您的认同程度如何？
完全不认同
比较不认同
中立
比较认同
完全认同
无法判断
“组件百科”对我上手实验很有帮助，我借助它顺利完成实验
“实验大师”对问题的解答通俗易懂，对我理解实验很有帮助
“工坊故事会”中的故事、形象理解以及原理，对我理解TF-IDF与朴素贝叶斯很有帮助
11.对于以下关于【模型爆破赛】的说法，您的认同程度如何？
完全不认同
比较不认同
中立
比较认同
完全认同
无法判断
我能按要求正确输入“挑战信息”，不会出现差错
“模型爆破赛”使我更主动地思考模型的局限性
我成功战胜了自己训练的模型，很有成就感
通过反复训练模型并挑战，我对实验流程更加熟悉了
通过反复训练模型并挑战，我对实验原理理解更深刻了
12.请根据您的测试体验，为下列内容或环节打分：
很差
较差
一般
较好
很好
“组件百科”
“实验大师”
“工坊故事会”
“模型爆破赛”
13.您是否愿意在今后仍通过和鲸平台Canvas低代码工具以实验的形式进行有关人工智能知识的学习？
非常不愿意
1
2
3
4
5
非常愿意
14.若您对本实验有任何意见或建议，请畅所欲言！
关闭
更多问卷
复制此问卷