成績終於全部都出來了,怎麼有課程會拖到6/29才公告期末考成績阿,真是的
圖等成績公告完再附
7/25更: 沒錯 過了快一個月成績才全部已送註冊組 交大效率
■必修──計算機組織──蔡文錦
£教了什麼£
電腦底層的運作邏輯,像是組合語言(MIPS),CPU怎麼設計,還有pipeline的邏輯等
$先備知識$
Digital Circuit Design (數位電路設計) RTL implementation with Verilog HDL
◆上課方式◆
實體上課+每週一小時的線上非同步錄影課程
▼評分方式▼
小考成績平均 * 20% + 作業成績平均 * 20% + 期中期末成績 * 60% ,總和取四捨五入。其中,「期中期末成績」為三次期中考中 最低分 * 15% + 中位分 * 20% + 最高分 * 25%
最終得分:A+ (96)
Homework 1 | Homework 2 | Homework 3 | Homework 4 | Homework 5 | Quiz 1 | Quiz 2 | Quiz 3 | Quiz 4 | 第一次期中考 | 第二次期中考 | 期末考 |
100 | 100 | 100 | 100 | 100 | 95 | 92.5 | 96 | 98 | 99.5 | 87 | 97 |
¥其他¥
我覺得老師人真的不錯,是上大學以來數一數二會教書的教授。在上課的時候會將投影片每個字解釋並帶過去,在有需要算數或是說明的地方會在黑板上列算式或是畫圖等,能夠比較容易釐清相關的概念。不過缺點是可能有些人會覺得教的比較慢,畢竟有些東西一看就懂,但是老師還是會花時間在上面講解,這也是對教課品質的一些取捨吧(?。
至於作業的部分,除了第一次的作業是在寫組合語言MIPS,將給定的C++ code改寫成組合語言之外,接下來的作業都是在寫verilog,所以之前數電水過去沒有認真學verilog的報應來了
,而且前面的作業都會跟後面的作業有關係,會先從ALU開始,接著寫到single cycle CPU,再來將它改成pipeline CPU。不過其實在新的作業開始時,助教會釋出前一份作業的參考code,所以前一份作業寫爆也不用太緊張,只要直接拿助教的code過來改就可以了。

考試的部分則是頗多考古的,小考幾乎都跟考古沒什麼差別,如果心有餘力可以先把當次小考範圍的期中考考古寫一下,對小考還蠻有幫助的,雖然幾乎都是從小考考古出啦。至於期中考跟期末考的部分,這邊先謝謝這位大大的109暑修的考古,真的對我幫助很大。除了第二次的期中考考古部分偏少(大概佔了50%左右而已)以外,期中期末考可以說考古佔了至少8成的分量,所以其實分數真的不難拿。
■選修──通訊原理與無線網路──許騰尹
£教了什麼£
介紹通訊原理的理論、實作、系統因素,並擴展至數據連網的技術與網路傳輸要件
$先備知識$
計算機概論、微積分、物理、三角函數
◆上課方式◆
實體上課
▼評分方式▼
期中55% 期末65% (課程綱要寫的都是假的,一點作業都沒有==)
最終得分:A+ (105.475 -> 99)
期中考 | 期末考 |
73 | 100.5 (滿分130) |
¥其他¥
這堂課說實在的,感覺學到東西但感覺又沒學到東西?
主要是老師上課的方式偏向講幹話+之前在業界的辛酸血淚史(?),而且剛開學的時候也沒把PPT發下來,加上助教一開始也不知道死去哪裡,所以每堂課都逼得我需要幾乎當會議記錄地把老師講的東西全部打下來,然後老師又不會中場休息,每次都講到12:30才下課,所以每次都是種精神折磨,到後面真的好累,雖然也是我自己太認真害的 ㄏㄏ。
不過老師講話是蠻有趣的啦,但是就真的是幹話偏多,導致還蠻難抓到課程重點就是了,PPT也只是裝飾用的,主要都是要聽老師講了什麼,可能一頁只有3行字的PPT老師可以講個半小時也說不定。
至於考試的部分,期中考open internet,只要不要寫一樣就好,但是跟歷屆比起來他嘗試了新的方式,只有考五題申論題,還有特定的回答格式,甚至五題的所有題目加起來都沒比一開始的回答方式說明還要長==。
但可能是發現大家都帶電腦過去用chatGPT回答導致助教很難改之類的,期末改成不能上網,只要被抓到就會被當成作弊。而且他也改回歷屆的考法,所以我的筆記就發揮功用了,真的大部分都是考到他在講的東西。
總而言之這堂課我真的不確定自己學了什麼,感覺有學到東西但又感覺好亂==,而且改出來的的分數真的是個謎,期中有一堆人不及格,最高分也才86分,接下來第二高就直接跳到74分了。
■選修──人工智慧概論──陳奕廷
£教了什麼£
Machine learning, adversarial search, MDP, reinforcement learning, Bayesian network
$先備知識$
Programming, Linear Algebra, Algorithm, and Probability
◆上課方式◆
實體上課,在學期末會請講者來,跟另一班一起聽講座
▼評分方式▼
Homework: 60%
- 5 programming assignments (12% each)
- HW1: Supervised learning for face detection
- HW2: A* search for route planning
- HW3: Adversarial search in Pacman
- HW4: Reinforcement learning
- HW5: Bayesian Network for car tracking
Final Project: 40%
- A 15-minute recorded presentation
- Top-rated groups will be selected for the AI workshop
最終得分:A+ (96)
Homework 1 | Homework 2 | Homework 3 | Homework 4 | Homework 5 | Final Project |
110 | 110 | 100 | 100 | 100 | 83 |
¥其他¥
其實這堂課一開始帶給我的感覺很美好,但是越接近學期末問題就漸漸變多了。像是學期初老師常常會拿chatGPT當作例子,並且開始分析,以及跟臺下互動,但是也就是因為這樣,讓後面課程都被壓縮到,像是我們在第六週的時候,課程進度仍然在第四週的投影片,但老師也有提到是因為AI的領域真的很廣而且更新的很頻繁,所以教材會需要一直更新,因此才會有這種教不完的情況出現。但這件事情也影響到後續的作業進度,讓作業需要延期。
另外一點則是老師上課會從下午1:00開始上課,接著上到3:50才會下課,所以變相的就是在兩堂課的課程裡面塞了三堂課的時間,像是我早上10點還有日文,如果日文拖到下課時間就會讓午餐變得很趕,而且3:30又是資工大二的體育課時間,所以在3:20左右會看到許多人離席,之後有人跟老師反映後老師有說會將課程錄影起來,雖然我覺得品質沒有到很好就是了。
再來是最重要的作業部分,作業全部都會需要使用python來寫,所以沒有學過的可能會有點吃力,但是透過作業來學習python我覺得也是一種不錯的方式,到後面會發現python的寫法比C++還要容易上手許多。
另外就是作業其實全部都是考古,所以上github就能找到學長姐遺留下來的code,可以參考參考(?。
至於前面也有提到課程教學進度的問題,所以導致後面的作業需要自己看PPT通靈,其實還蠻痛苦的,但是作業完成之後還蠻有成就感的,像是作業三是透過UC Berkeley的作業模板下來改的,能夠真的手動玩Pacman,或是看自己寫出來的AI跑遊戲的部分還真的蠻有趣的。
最後是最重要的Final Project部分,因為老師前兩年看了太多做小遊戲AI或是CNN for OO 辨識的主題,因此今年禁止這兩種主題,如果做這兩種主題最高就只會有60分,因此有許多組別想要從老師提出的點子來做,像是最近很夯的生成式AI之類的,但是實際上去做就會發現這些對AI初學者來說實在是太難了,因此後面許多組別都改了一開始提出的主題,我們也改了四次的主題,有一度還差點以為我們的主題會觸碰到CNN for OO辨識的底線,幸好最後找助教討論後只要將重點放在做實驗部分就不會被扣到60分,最後才好不容易做出來,真的花了我好多心力呀QQ。
題外話,這堂課我去看了一下最後成績,大約有四、五成的人有A+,真的好甜。
■選修──密碼學概論──易志偉
£教了什麼£
(1)學習密碼基本原理、方法與實作
(2)學習密碼應用領域與情境
$先備知識$
離散數學、線性代數、程式設計
◆上課方式◆
實體上課+一小時(或更少更多?)的線上非同步錄影課程
▼評分方式▼
作業: 20%
期中考: 40%
期末考: 40%
(在學期初可以選擇是否要點名當成作業跟考試的其中5%)
最終得分:A+ (93)
Homework 1 | Homework 2 | 期中考 | 期末考 |
100 | 100 | 96 | 83 |
¥其他¥
我覺得老師上課的方式還蠻淺顯易懂的,也有可能是因為老師本身並不是這個領域的專家,因此教的沒有很深,但是總體而言教書方式比密碼工程的老師還要好太多了。老師通常是利用投影片上課,並且在旁邊的黑板進行講解,雖然有些真的很簡單的東西很好弄懂,但是老師也會講很久,深怕我們聽不懂的感覺。另外還有老師常常會計算錯誤或證明出錯,所以可能會需要幫他改正。
話說老師應該是第一次開課,因此投影片內容會有些錯誤,而且老師在學期末的兩個章節直接放棄製作投影片,改成用書商的投影片來講,然後又會發牢騷說書商的重點放錯(?。
至於作業的部分,都是從課本的例題出,而且全部都是手寫,不需要寫code。但是網路上除了第四版的解答其他全都查不到,而我們用第七版的書,只能靠第四版的課本尋找一樣的題目來答,或是很有本事能夠自己寫出來。不過老師選的題目有些偏向說明類,其實還蠻有挑戰性的。
不過助教改的都非常寬鬆,有人明明寫錯也能被改成100分,只能說作業的20%是拿來送分用的。
最後是考試的部分,考題都是選擇題接著再來是證明計算題。難度的話我覺得非常水,本來想說沒有考古,我還跑去把課本的習題一半以上都做過,剩下沒做的都是偏向解釋類的題目。
但是沒想到期中考就幾乎只是把作業出的題目再考一次,然後還有AES的矩陣操作跑一遍而已,沒有那種需要計算很久的題目,就算是要跑很複雜的演算法老師也會直接把演算法的pseudo code寫上來。
期末考更是如此,不過大部分都是老師寫pseudo code或是公式,然後叫你依樣畫葫蘆把東西都生出來,比較偏向細心考試吧,不過期末考到底怎麼考83的我真的不知道,明明很送分
。

■選修──密碼工程──謝致仁
£教了什麼£
介紹密碼相關之基礎工程原理與實作方法
$先備知識$
演算法
◆上課方式◆
實體上課,通常不會上完三節課,可能第二節就上完了
▼評分方式▼
作業與程式實作:60%、期中測驗: 20%、期末報告: 20%
最終得分:A+
¥其他¥
這堂課的老師真的會讓人上的很燥,我覺得他讓人燥的程度不輸上學期修的蔡璧徽。老師有非常嚴重的口吃,而且講話的邏輯有待加強,另外理論方面他常常會著重在奇怪的地方,艱深的部分不講就算了,但卻會花很長一段時間在講明明很好理解的地方,明明密碼學概論都會帶到就是了。另外他還有一枝超亮的雷射筆,那枝雷射筆指到投影片的哪裡反而不能看那裏。
所以我覺得這堂課要學理論相關的東西需要在密碼學概論學好,不要指望能夠透過老師的講解學到東西,就算想要認真聽他講話也會抓狂。
至於作業的部分,有些是問答選擇題,有些是寫code的題目,寫code的時候推薦用python,因為python內建很多函式庫,可以只要call那個function就能把很複雜的運算搞定了,不過要用C++自己手刻老師也不會阻止你。
不過作業幾乎只要上網查題目就能找到code或是答案了,因為做到後面會發現其實老師是直接拿coursera的線上課程當成教材,PPT以及作業題目,甚至期中考題目都幾乎是從這邊拿出來的,而已經有人將解答放到github上了。
另外就是,作業(老師稱他為Quiz)都會有一個禮拜的繳交時間,補交時間也長的很恐怖,幾乎每次都會有加分題的部分,不過最後一次有需要在當天9點前傳答案才會有加分(我想是因為到後面幾乎沒人想來上課,總共有超過70人但實際上到教室的大概只有20人,因為老師真的講話沒邏輯又好燥==)。
至於考試的部分,我只能說這根本不算是考試,比較像是繳交時間很長的期中作業而已,老師給了兩個禮拜寫期中考題,然後有大概八成都能在網路上找到答案,而且題目也不到很難,只要跟同學討論(或是自幹)就能寫出來了。
題外話,老師還在截止日當天上課說大家考期中考很辛苦,沒有時間讀書,所以又延長了繳交期限三天,直到禮拜日才算截止。
最後是Final Project的部分,老師會在大概期中考考完的附近把可以做的題目出來,但是不限於這些題目,不過題目應該有10~20個左右,所以不用怕沒題目。有些人真的做出很屌的東西(星星allen好電...),但也可以做很水的東西,向我們就做DNA encryption,網路上也有教學,還蠻水的。
當天只需要上臺報告個10分鐘左右就可以了,老師助教也不會在意你的code寫的怎樣,甚至老師在沒有什麼料的組別報告的時候還會在臺下滑手機,然後報告完就說:「報告的非常好,下一組。」ㄏㄏ
8/20 更新
樓下留言有助教現身說法,可以參考看看

■選修──生物醫學研究方法概論──林聖軒
£教了什麼£
生物醫學相關知識,像是測量指標、研究設計、干擾因子和因果推論、中介效應分析。
另外還有寫作教學跟讀論文教學,以及如何評斷論文好壞、論文發表前會需要跑哪些流程之類的論文相關知識。
$先備知識$
無 (但其實有統計學的知識會比較好)
◆上課方式◆
線上非同步,考試或報告當週會需要實體
▼評分方式▼
1、論文報告(40%):
1.1 撰寫(20%):由審查同學依審查標準進行評分,每次10%
1.2 口頭(20%):每次10%
2、最終版論文(20%):口頭10% 書面10%
3、期中考(15%)
4、作業(25%)
最終得分:A+ (95)
¥其他¥
這堂課非常甜,老師在學期初的第一堂課就有提到他的成績都是90+-5,如果有成績相關的需求也可以跟老師argue需要調分,可以調個兩分的樣子,所以不要被這是研究所的課嚇到了,真的甜到蛀牙。
課程內容還有編排方式在之後應該會大改,因為我在修課的期間發現了蠻多的問題,也提出了蠻多課程設計的改法的,所以之後修課的應該會不太一樣就是了,所以以下僅供參考。
影片的部分會先從論文的眉眉角角開始講,像是論文的格式、作者相關的東西、如何判斷論文好壞,之類的東西,但最重要的是老師會手把手教你怎麼樣寫作才能寫得有理有據、並且如何凸顯出你論文的優點跟重點之類的,還蠻棒的,甚至還鼓勵可以用chatGPT來生幹話XD。不過論文格式是用生物醫學相關的IMRD格式,所以之後資工專題的格式應該會不太一樣就是了,但是我覺得對之後需要撰寫論文的時候也有一定的幫助。
其他的部分就是生物醫學以及統計相關的課程,之後應該是不太會用到啦(?),但是統計的部分會需要先修過統計學才不會聽得很痛苦,不過在期末我有提出這點跟老師說,之後應該會有很基礎的統計介紹。
另外其實有兩次考試,一次是小考另一次是期中考,考的範圍都是上課內容和作業內容,只要有將課程影片看完跟複習一下基本上就能很高分了。統計方法的部分也不需要特別擔心,影片提到的各種統計方法的公式都不需要去記,只需要了解用途跟怎麼解釋結果就可以了。
不過跟我一起修課的室友都沒有看統計方法那邊的影片,結果期中考有一大部分都在那個部分,他們直接死去,好慘。
再來是這堂課最重要的論文,雖然說是論文但其實比較像是利用IMRD格式寫出報告啦。會需要自己去尋找主題,並且找到相關資料庫,或是自己發問卷蒐集資料之類的。在找到主題後需要先翻一堆先前的論文,然後看看哪些他們沒做然後我們這篇論文改進了什麼之類的。期中過後會發一個計劃書格式,大概寫一下自己要做什麼跟方法,還有預期的成果之類的就好。
但是老師其實有說他不會很在意成果好壞,因為研究常常都是計畫書寫的很美好但結果出來完全不盡人意,只要好好的說明自己做了什麼,寫作跟表格做得好,論文就差不多能夠拿很高分了。
另外,老師之後應該會教如何找資料啦,因為我們有提出回饋說資料很難獲得,所以之後修課應該不會需要煩惱資料的問題。
題外話,這堂課我好像變成了老師的愛徒的樣子了耶
,報告完自己寫的論文以後老師說是他開課六年來看過最好的論文,如果改成英文版然後把老師發現的問題修改一下甚至都可以拿去投期刊了,他吹到我真的快被說服去做研究了
。


另外還有一點,老師在報告計劃書跟期末回饋的時候有發給每人一杯飲料跟餅乾耶,好爽。
■外語──日文(四)──詹兆雯
£教了什麼£
新e世代日本語2(8~15課)
$先備知識$
日文(三)
◆上課方式◆
實體上課,有時候會抽人回答或是跟隔壁對話
▼評分方式▼
平時成績(包含平時考、出缺席及作業)40%、期中考30%、期末考30%
最終得分:A
¥其他¥
我覺得老師真的很會教書,文法說明的也很透徹,平常會抽人起來回答當成平時出席的成績。老師每一課都會發自己的講義,裡面有很多練習題,也會有很多沒有教過的文法或句型,老師會講解過用法,但這些不會考出來,只需要看得懂就好。不過老師給的補充講義通常都是需要造句,而且程度又有點超過我們所學的內容,所以對我這種日文菜雞來說還蠻有挑戰性的。
至於考試部分,幾乎每個禮拜會需要小考新的一課的單字之類的,所以平常就會需要花一些時間在背單字上面。期中期末考則是5題左右的聽力,一堆文法填空題(大概佔總分50%),還有中翻日的題目這樣。
題外話,老師在下課的時候還會播犯澤先生的動話來看,還蠻舒服的
。但是我的期中炸了,期末也不知道考多慘,看到成績出來是A的時候就已經已送註冊組了,被背刺了
。


■軍訓──全民國防教育軍事訓練課程-全民國防──卓瓊娟
£教了什麼£
全民國防
$先備知識$
無
◆上課方式◆
實體上課
▼評分方式▼
1.期中評量:30%
2.學期報告:30%
3.出席及課堂表現:40%
最終得分:A+
¥其他¥
國防都一樣水,沒有什麼好講的。
作業只有學期初一開始拿個南海相關的新聞撰寫一頁A4紙左右的報告就好。期中考則是考申論題兩題,教官會在前一堂課說出考試題目,可以在當天考試的時候帶資料過去考試。
期末報告是拿莒光園地的某個周次當作主題,可以介紹劇情或是介紹裡面有出現的東西,大概準備30~40分鐘,期初會先分組,期中後開始報告。
話說我們的參訪是去園區裡面的一個科學園區探索館,怎麼感覺跟國防完全沒有關聯
。

這學期不意外的話應該是4.27,日文被背刺到,好痛QQ。
下學期也修不了日文了,日文五和基礎日文會話都跟必修撞到
。

不過下學期課表塞了SA跟網程設,希望不會死