DATA1002 25S2｜Practice Test 占 0% 是陷阱不是福利
Week 9 有一个 Python Coding Test，占分 0%。
大多数人的反应是：「0% 不影响成绩，不做了。」
然后 Week 11，同样的 Coding Test 格式，占分 10%，闭卷手写代码。这时候你发现：
- 你从来没有自己写过完整的 Python 程序（因为 Weekly Tasks 都是 AI 写的）
- 你不知道 Coding Test 的格式是什么样
- 你已经没有时间练习了
0% 的 Practice Test 不是福利，是预警系统。 它的设计目的是让你在 Week 9 发现问题，这样你还有 2 周时间补救。跳过它，你就错过了唯一的预警机会。
📝 这门课的真实考核逻辑
| 考核类型 | 占比 | AI 政策 | 真实功能 |
|---|---|---|---|
| Weekly Coding Tasks | 10% | ✅ 允许 | 让你用 AI 学 Python |
| MCQ Quiz (Week 3) | 2% | ✅ 允许 | Early Feedback |
| Practice Coding Test | 0% | ❌ 禁止 | 预警系统 |
| Real Coding Test | 10% | ❌ 禁止 | 验证你会写代码 |
| Project Stage 1 | 20% | ✅ 允许 | 团队数据分析 |
| Project Stage 2 | 8% | ✅ 允许 | 现场讲解你组做了什么 |
| Final Exam | 50% | ❌ 禁止 | 40% Hurdle，不到直接挂 |
看出规律了吗？
所有「AI 允许」的考核都有一个「AI 禁止」的验证环节跟着：
- Weekly Tasks (AI ✅) → Coding Test (AI ❌)
- Project Stage 1 (AI ✅) → Project Stage 2 现场讲解
- 平时成绩（可以水）→ Final Exam 40% Hurdle
这门课的设计哲学是：给你工具（AI），但验证你真的学会了。
💡 Group Project 的演讲陷阱
Stage 1（20%）是报告：找数据、清洗、分析、可视化。团队合作，AI 辅助，可以打磨很久。
Stage 2（8%）是 Week 12 现场演讲，讲的是「Predictive Model + 评估」。
问题在于：如果你在 Stage 1 负责的是数据清洗，Stage 2 你要讲的却是 ML 模型——这两个部分的知识完全不同。很多人在 Stage 1 分工时只做自己舒适区的部分，然后 Stage 2 突然发现自己要讲的内容根本不熟。
更刺激的是：如果因为特殊原因没能参加 Presentation，你需要提交一个 5 分钟视频，讲你在「C1 和 C2 部分」的工作。也就是说，你必须证明你理解了模型核心，不能只是「我负责整理数据」。
🎬 40% Exam Hurdle 的致命设计
Final 占 50%，必须拿到 40%（也就是 20 分）。
假设你的情况：
- Weekly Tasks: 10/10
- MCQ Quiz: 2/2
- Coding Test: 8/10
- Project Stage 1: 18/20
- Project Stage 2: 7/8
- Final: 15/50（30%）
理论总分 = 10 + 2 + 8 + 18 + 7 + 15 = 60 分
但因为 Final 没到 40%，你的成绩被强制压到 最高 45 分 = Fail。
| 场景 | Final 分数 | 最终成绩 |
|---|---|---|
| 平时满分 + Final 40% | 20/50 | 正常计算 |
| 平时满分 + Final 35% | 17.5/50 | 最高 45 |
| 平时满分 + Final 30% | 15/50 | 最高 45 |
这门课用 Hurdle 规则告诉你：平时成绩再好也不能保你过关。Final 考的是真正的理解，不是记住 AI 帮你写的代码。
⚠️ 课程结构的隐藏断层
| Week | 主题 | 难度跳跃 |
|---|---|---|
| 1-4 | Python 基础（变量、循环、列表） | 入门 |
| 5-8 | 数据处理（csv、pandas、函数） | 进阶 |
| 9 | Machine Learning 入门 | 断层 |
| 10-12 | Predictive Models、NLP | 完全不同的领域 |
Week 9 是这门课的分水岭。前 8 周教你「怎么写 Python」，Week 9 开始变成「用 Python 做机器学习」。如果你前 8 周只是用 AI 完成作业而没有理解代码逻辑，Week 9 开始你会完全跟不上。
更尴尬的是：Week 9 同时还有 Practice Coding Test（0%）。也就是说，在你最需要花时间理解新内容的时候，你还得准备手写代码测试。时间分配非常紧张。
💰 策略建议
| 时间段 | 关键动作 | 常见坑 |
|---|---|---|
| Week 1-4 | Weekly Tasks 用 AI 写，但逐行理解 | 只跑通不理解 |
| Week 5-8 | Project Stage 1 不要只做清洗 | 躺在舒适区 |
| Week 9 | 参加 Practice Test | 跳过 0% 考试 |
| Week 10-11 | Coding Test + Stage 2 准备 | 两件事撞一起 |
| Week 12+ | Final 复习，重点是 Python 手写 | 只背概念 |
DATA1002 的设计意图是让你「用 AI 辅助学习」而不是「用 AI 代替学习」。每一个「AI 允许」的环节后面都跟着一个「AI 禁止」的验证。Week 9 的 0% Practice Test 是你唯一的安全网——跳过它，后面就是自由落体。
