本文非常适用于：
Advanced computing
略适合于：
Artificial intelligence
ASE
Robotics
DS
应该不适合：
FM
CF
EE
EEM
MPC
TIT
Urban Info
Cyber Security
全文共有三种适用范围，请见后方括号
- 所有专业适用
- 参见文首适用列表
- 只适用AC
KCL的邮箱可以享受的福利（所有专业适用）：
- 微软全家桶
- 正版Office 365
- 正版OneDrive for business
- Matlab 正版 & Matlab Online
- JetBrain大部分免费
- Intellij IDEA
- Pycharm
硬件设备浅谈（所有专业适用）
- Mac or Windows 对于学习无所谓，Coding少，随便买
- 预算5k 推荐bilibili笔记本电脑测评
- 预算1w 推荐Surface pro 7 + keyboard
- 预算2w 推荐Macbook pro + iPad pro + apple pencil
- 当下是 “DevOps” 和 “云”唱主角，2k的电脑和20k的开发体验区别不大
- 深度学习更应该用云端显卡，不推荐在本机跑
- 时代变了，为什么不拥抱新技术呢？
通用的综合情况（所有专业适用）：
- Lecture是 “几百人的大课”
- Tutorial是 “讲习题的Lecture”，基本和Lecture连在一起
- Lab（Practical）是“在机房按照pdf一步步做”，没人讲，但有个助教在现场（所以去和不去没区别，后期基本没人去）
- Seminar（泛指所有小班课）没有，且没听说。但本科应该有
- - 上课在strand campus和waterloo campus！需要频繁过桥
- 食堂大概6磅左右，味道一般，主要便宜+方便
- - 每个人可选的课范围，请参考专业介绍页面
- 平时毫无“专业”概念，所有课不针对任何专业，任何专业都可以选
- 全校随便蹭课，没人管（反正都是大课）
- 上课的时候所有专业同学大杂烩，其他时间各自干各自的
- 休息区有讨论区，大显示器可以连自己电脑，适合小组讨论代码
- - 开学后可以转专业，需要提交申请。同系内部转一般会成功，除非人满了
- 前两周可以换课，一般会成功，除非人满了
- - Wifi有Eduroam，学校各处都有信号，速度很快
- 在全世界主流大学（哈佛、牛津、北大）Eduroam wifi都可以用kings账号连
- youku/网易云音乐 等软件由于地区版权问题无法使用，需要反向翻墙
远程学习和考试 2020年（所有专业适用）
- 疫情前，每节课都有录像，随时回看
- 疫情前，每节课都给历年试卷，但是答案不一定给，分老师
- 疫情后，部分课使用Teams直播（听说某课直播算上老师和助教只有8个人）
- 远程考试 分两种 【答题】 & 【写作】 两种形式
- “答题” 形式是 填空 or 选择，指定时间内点击submit提交
- “答题” 填空，一题一空 或 一题多空 两种情况均有
- “答题” 选择，单选 或 多选 两种情况均有
- “答题” 考试，大多数考卷每个人的题目相同，但参数是随机数
- “写作” 形式是 回答指定问题，然后导出为pdf上传提交
- “写作” 考试 支持打字，不需要（但可以）手写
- 每科时间由教师自行决定
- 所有科目考试开始时间 全球统一为：伦敦时间 11am
- 均无时间提示，且系统不会自动提交，且只可提交一次（不存在中途保存部分结果）
- 公告中写“过时间submit成绩为0”，需要和学院发邮件自行陈述原因，等待学院审批
- 全程无录音，无录像
2020年的Bio和PNN考试计算量过大，存在很大争议。推荐算法类课程提前编程，避免考试期间手算
最后学校承认试卷存在问题，给所有人调分 平均分70+
打印（必须单独写出来，所有专业适用）：
- Bush house 5楼打印免费，其他楼层收费
机房（所有专业适用）：
- 机房需要权限，非本系进不来（比如engineering的人进不来）
- 机房电脑是CentOS，非常推荐熟练使用Shell
- 机房软件很全，有VSCode和Sublime-2
- 机房没有Unity
- 机房不能使用sudo，VSCode和Sublime-2无法安装插件
- 机房不能使用sudo，意味着无法使用rpm
- 机房不能使用sudo，意味着无法使用pip，python包管理需要使用Anaconda
- 机房键盘默认是英式，可以在setting里改成中式
- 机房电脑性能不错，但依然不适合跑深度学习
- 机房电脑支持远程连接 在家可以ssh连到学校电脑（传说已经升级，ssh不行，需配置RSA，待证实）
关于CS基础（参见文首适用列表）：
- 没有基础课来复习“网络”、“OS”、“DB”、“Algo”和“组成原理”，默认都会了。基础不好一定提前看
- 没有基础课来复习“高数”、“线性代数”、“计算方法”，依然默认都会了。尤其是线性代数基础不好的需要复习
- 全年毫无coding，且不会有机会复习
关于编程语言（每个专业不一样，参见文首适用列表）：
- 无所谓，会什么语言都可以
- 学习是学习理论，写代码怎么方便怎么来
- CV，Bio和PR都是Matlab
- Matlab是学习神器，绝对值得一学
关于挂科和毕业（每个专业不一样，只适用AC）：
- 每门课50分及格
- 一共180学分，150学分毕业，毕业时可以挂科（有两个挂科名额）
- 绝对不能挂毕业设计，它60学分，挂了最多120学分，肯定不能毕业
- group project 30学分，挂科比较危险，但可以挂（会一下用掉两个挂科名额）
- 毕业要求所有课的加权平均分过50（当然，其中可能有2门是挂科状态）
- 每选择一门level-6的课，那么挂科名额会少一个。（一定慎重选择level6的课，最好不选）
关于选课，每学期选4门（每个专业不一样，只适用AC）：
上学期：
- CV（必选，难度适中，队友多，很好学）
- 密码（有争议，难度因人而异）
- 代理与多智能体（有争议）
- 软件测试
- 安全工程（有争议，讲的非常难，考试听说还比较容易）
- 安全管理（不推荐，纯背的课，考试非常恶心）
- AIP（千万别选，非常不推荐）
- Group project（不推荐，30学分）
密码 本身有难度，最坑的是考试很多不定向选择，每个多选题15个选项。对密码感兴趣的同学很推荐，很轻松。否则难度大
安全管理 这门课改成了在线考试，一下变得简单了
AIP这课根本不是“AI”，是讲《自动规划:理论和实践》这本书。想学“AI”的同学，不要折腾这门课。
Group project想过的要求较高，不建议没Gap过的学生选。建议工作2-3年出国读研的老手选择。
下学期：
- 图论（Network theory， 离散数学升级版：群 环 域）
- 生物启发算法（Bio）
- 模式识别和深度学习（PR）
- 区块链（偏应用层面和宏观经济，不技术）
- 大数据（主要讲Hadoop开源生态圈，用Cloudera CDH）
- 数据可视化（主要讲d3.js）
- Software-Engineering and Underlying Technology for Financial Systems
Bio和PR这两门课19年考试非常神奇，计算量巨大，不过讲的不错
Level6的课
- AIN（课程内容主要讲Berkeley CS-188）
- 机器学习
- 优化算法
- 软件设计和结构
- HCI
- Formal Verification
- Computational Models
- Compilers and Formal Languages
- Agile Software Performance Engineering in Industrial Practice
课程一些评价（所有专业适用）
- Peter老师，Michael老师和Lam老师的课不错
- 总体来讲， 第一学期课程质量非常低
- 第二学期开“模式识别和深度学习”，各种算法仿佛只念了个名，远远没到找工作面试水平
- 个人不推荐选择任何Level 6
- NMS全院Google Quotation过w的老师挺多，碾压很多学校，可惜都不是AI方向
- Kings的AI方向不好，没有很有名的AI老师，这是事实
- Kings的AI只是“AI工程”不是“AI研究”，跟爱丁堡差距太大
- Kings的AI Planning其实只是planning（规划学），千万别学！Planning不是AI，不是AI，不是AI，只是Planning。（AI和AIP就像鲍鱼 和 鲍鱼汁，这能是一回事吗？）
- Kings安全相关很有名，可惜不是国内热门
- Kings通信方向很有名，可以尝试CS+通信的打法，比如AI/ML+5G
- Kings医学很好，可以尝试生物信息学相关
如果有一些帮助，恳请点赞支持
搬砖空余时间写起来不容易 T。T
Appendix:
