QBUS6810 26S1｜65%的分数禁止AI 但30%的项目鼓励你用——这个矛盾才是课程设计的核心
📝 入场门槛比你想象的高
QBUS6810 的前置要求写得很明确：QBUS5001 或 ECMT5001（统计基础），加上 BUSS6002 或 COMP5310 且拿到 65 分以上（编程基础）。不是"或"，是"且"。统计和编程两条腿缺一不可。
65 分这个门槛卡掉了相当一部分人。BUSS6002 作为商学院的编程入门课，平均分大概在 65-70 之间，也就是说差不多有三分之一到一半的 BUSS6002 学生连选这门课的资格都没有。能坐在 QBUS6810 教室里的人，编程能力至少是 BUSS6002 的中上水平。
但即便如此，Week 1 的 Tutorial 就直接让你跑 ML 模型了。没有 Python 复习环节，没有 Jupyter Notebook 入门指南。课程默认你已经能独立写代码、处理数据、跑回归。如果你的 65 分是靠期末突击拿的，开学第一周就会感受到压力。
💡 AI 政策的分裂设计说明了一切
这门课的 AI 政策不是简单的"允许"或"禁止"，而是一个精心设计的分裂结构：
| 考核 | AI 政策 | 占比 | 考察重点 |
|---|---|---|---|
| Engagement | ✅ 允许 | 5% | 课堂参与 |
| Group Project | ✅ 允许 | 30% | 用 Python 做数据分析，写报告 |
| Mid-sem Exam | ❌ 禁止 | 20% | 理论理解（闭卷） |
| Final Exam | ❌ 禁止 | 45% | 全范围理论（闭卷） |
允许 AI 的部分（35%）全是"做"：做项目、写代码、跑模型。禁止 AI 的部分（65%）全是"懂"：解释原理、对比方法、推导结论。
这个设计在说：我知道你做项目会用 ChatGPT 帮你写代码，没关系，但我要确保你。Group Project 允许 AI 不是因为老师心大，是因为 Final 那 45% 会兜底——你用 AI 写的 XGBoost 代码，Final 会问你 Boosting 的损失函数为什么用梯度下降来优化。
