113 - 1 修課回顧

# 113-1 修課回顧這學期總共修 21 → 18 學分，雙主修的第一學期就發現自己根本沒什麼心力想要修非主系的課，但是真的有在學兩種專業的感覺，是我喜歡的樣子。 ## 0. 整理表 | 課名 | 體感學分 / 實際學分 | 推薦指數 | | :-: | :-: | :-: | | 演算法設計與分析 ( ADA ) | 3 / 3 | 🌕🌕🌕🌗🌑 | | 系統程式設計 ( SP ) | 4 / 3 | 🌕🌕🌕🌕🌗 | | 線性代數 | 6 / 3 | 🌕🌑🌑🌑🌑 | | 機器學習 | 3 / 3 | 🌕🌕🌕🌕🌗 | | 個體經濟學上 | 1 / 3 | 🌕🌕🌕🌕🌕 | | 總體經濟學上 | 2 / 3 | 🌕🌕🌕🌗🌑 | | 日文二上 | 2 / 3 | 🌕🌕🌕🌕🌑 | ## 1. 演算法設計與分析 (ADA) * 授課教授：呂學一 * 實際學分數：3 * 體感學分數：3 * 課程類別：資訊系大二必修 * 上課時間：四 7, 8, 9 * 甜度：7 / 10 * 涼度：4 / 10 * 個人成績：? ( 還沒出來，我猜大概是 A 左右 ) * 評分方式：三次段考平均後黑箱調分 * 推薦指數：7 / 10 --- 這學期的課被停了很多次 ( 段考 -3, 連假 -1, 颱風 -2 ) 所以很趕 ( 10 週上完 13 週內容 )，上課節奏真的有點快，不過老師的投影片做得很用心，視覺化呈現的部分蠻一目了然的。老師上課不開放錄影錄音，課後也只會上傳上課那份滿滿動畫的投影片，所以強烈不建議翹課，如果沒去實體上課的話，有些內容就只能根據片段的圖片慢慢琢磨，也就不一定能完全理解設計或分析的過程，也因為這樣，只用投影片複習的我需要花稍微多一點的時間看懂一些重要的圖。這門課跟另外一個班最大的差別就是沒有作業，也就是不用實作出上課教的演算法，但是對於設計和分析的推導證明思路要清晰 ( 考試幾乎都是證明 )，也就是說，上完這一個學期的課，確實可以嚴謹、清楚的學到很多演算法，但是沒有把演算法實作出來的經驗 ( 難聽一點就是「說得一口好 code」)。段考的內容算有鑑別度，我都挺喜歡的，有投影片基本題，也有把教過的內容變形延伸的難題，但是寫起來蠻趕的，時間要好好分配。 ## 2. 系統程式設計 (SP) * 授課教授：鄭卜壬 * 實際學分數：3 * 體感學分數：4 * 課程類別：資訊系大二必修 * 上課時間：四 2, 3, 4 * 甜度：5 / 10 * 涼度：9 / 10 * 個人成績：A * 評分方式：手寫作業 8%、程式作業 32%、期中考 30%、期末考 30%、一些額外加分 * 推薦指數：9 / 10 --- 這門課雖然也是程式設計，但是跟以往的寫程式不太一樣，它考慮更多電腦運算的機制，也把一些資訊安全的觀念帶進來。一開始就教了一堆 system call，雖然有圖把這些運作機制視覺化，但是 system call 本身還是讓我有種硬被塞了很多公式的感覺，不太喜歡，大概到期中考前我才比較適應。PJ 教這門課很多年了，所以整個課程的大綱上起來蠻舒服的，也會更多的延伸討論一些內容 ( 跟 Thisway 班的同學們討論作業的時候發現的 )。作業的部分是大學以來第一次真正覺得受到挑戰，因為錯誤只在系統 loading 夠重的情況下出現，這種不一定會發生的錯誤讓 debug 十分困難，前兩次作業我花了各 40-50 個小時還是只能拿到 5 / 8 左右。不過可能是因為愈來愈熟悉系統程式的內容和概念，體感後面兩次作業容易很多，花的時間大概都在 5 小時以內 ( 對，真的差很多 )，也拿到總共 15 / 16。段考相當的暴力，包含手寫 code ( 不是 pseudocode )、找出各種 race condition 等，不過兩次難度差異頗大，期中考平均 51 分 ( 後來不少人停修，平均上升到 56 分 )，期末考平均 95 分 ( 期末考的滿分 130，並且不會被 cap 在 100，不過也因為這個機制所以 PJ 班不會調分 )，所以最後的平均成績可能大概落在 75 ( 純屬個人推測 )，以一門專業必修而言應該不會太令人失望。雖然前面的作業難度超高，但是以我想學到知識的修課原則來說，這門課是我喜歡的類型。 ## 3. 線性代數 * 授課教授：呂學一 * 實際學分數：3 * 體感學分數：6 * 課程類別：資訊系大二必修 * 上課時間：二 6, 7, 8 * 甜度：? / 10 * 涼度：2 / 10 * 個人成績：停修 * 評分方式：三次段考平均後黑箱調分 * 推薦指數：2 / 10 --- 這是一門整學期看到矩陣本人次數不超過 10 次的線代，真心覺得挺酷的 ( ? 這門課的上課規定和風格同 ADA，不能錄影錄音，老師為了把行列式放在整門課的最後教，所以選擇用抽象化的方式來講整個線性代數，以定理、引理、推論的證明推導為主。不過這個堅持讓兩班難度並不是同一等級的，提到一個引理或是全新的符號 ( 裡面包含了許多前面剛提到的變數 ) 之後直接用它證明下一個引理，並且一堂課這樣遞迴四五次只是基本操作，沒有時間好好理解就被迫繼續往下一步前進，所以課後需要砸超級多的時間重新理解引理和定理的推導過程和符號的定義。課程的內容如前面所述，以證明為主，但我認為這門課在系上的定位應該比較像是工程數學，而工程數學應該不會是用類似數學系的教法來教這些內容，而會比較傾向應用的教法。此外，考題的難度高，助教給分也真的挺吝嗇的 ( 跟同學討論覺得合理的要分全部被拒絕 )，最後調分又是黑箱，考慮到這個極不確定的分數和獨特的教法 ( 李班的內容就比較應用向，也會以相對更具體的樣貌呈現內容 )，明年換個班修應是更佳的選擇。雖然前面批評的方面不少，不過上了半學期的課，我認為自己寫證明的能力有提升，所以也不是全無收穫。 ## 4. 機器學習 * 授課教授：林軒田 * 實際學分數：3 * 體感學分數：3 * 課程類別：資訊系選修 * 上課時間：一 6, 7, 8 * 甜度：6 / 10 * 涼度：10 / 10 * 個人成績：A * 評分方式：作業約 65%、期末報告約 35% * 推薦指數：9 / 10 --- 這學期這門課有開給外校一起修，聽說總共大約有 600 人選到，除了老師所在的教室，還有其他教室的同步教學和YT直播錄影，課中會用 Slido 開放即時提問，課後也會放影片檔，沒上到課也不用擔心。如老師一開學所說，這不是一門專教現在流行的人工智慧、LLM 之類的課，比較是基礎理論 ( 又是我喜歡的 type，嘻嘻 )。整學期教了十多種模型，都有對模型的分析和推導，會用到一些線性代數，雖然都還在網路上查得到的範圍，但有一些基礎的認識還是比較好。整堂課是全英文的，包含作業和期末報告 ( 格式上沒有太多限制，只要求工整，對不會 LaTeX 的人友善 )，作業的部分做課程的內容延伸和實作演算法，每次都會有「加分題」，難度通常比其他題高，不過權重和其他題一樣，最後算成績時也是照算，我認為為這題取這個名字可能是為了和其他「老師覺得上了課應該要會的題目」做出區別 ( 純屬個人猜測 )，後面幾次作業嘗試推行 clarity bonus，也就是讓助教主觀認定寫得好的解得到額外的分數，聽說拿到的比例很低，和前面的 bonus 是不同的一番風景 ( ? 期末報告是預測球賽勝負，預測結果和報告分數占比 1 : 9，所以比起做出很準確地預測模型，老師更在乎的是讓我們知道自己學會了什麼。得注意的是有組別把數據 antipreprocess ( 不知道有沒有這個字，反正就是這個意思 )，推出原本的結果，使得正確率接近 100%，整個報告結束後課上的檢討我認為挺受用的，總之是蠻紮實而且很有收穫的一門課。分數上就是老師一貫的作風， A 給得友善但 A+ 很難，給分機制上有一些人感到不滿，似乎是因為分數沒有被 cap 住，使得 bonus 變成了一個要高分的必要條件，包含但我自己是認為學到東西比較重要，分數有達到自己的期望就好，clarity bonus 和報告分數這種主觀成分比較重的就不用太計較 ( GPA 戰士不要戰我 )。 ## 5. 個體經濟學上 * 授課教授：黃貞穎 * 實際學分數：3 * 體感學分數：1 * 課程類別：經濟系大二必修 * 上課時間：三 6, 7, 8 * 甜度：8 / 10 * 涼度：10 / 10 * 個人成績：A+ * 評分方式：期中考 50%、期末考 50%、上課發言加分 14% * 推薦指數：10 / 10 --- 這學期的內容大概是從消費者的角度去探討一些簡單的模型和觀念，難度上我認為算中等偏易，把圖看懂基本上就會了。老師蠻喜歡跟學生互動的，所以給出了「上課有發言就可以加分」的誘因，不過也沒有很多人發言，並且太常發言會稍微被擋，所以這個誘因可能不是很足夠 QQ。我認為這堂課唯一的缺點就是老師的投影片，用純文字打出數學算式的呈現效果真的是一言難盡，但課程基本上照著參考書籍走，所以直接啃書也是一種方法 ( 我選擇後者，我覺得它寫的蠻好的，讀起來算舒服，不太會讀到很躁 )。課程中是有作業的，但是不計分也不用交，單純練習用，段考的內容幾乎都是作業題或是考古題改數字，所以想拿高分不會很難，但是分數分佈依然呈現平均在滿分一半的常態分佈。最終分數的部分是先用兩次段考的平均進行調分 ( 調分不保證往上，因為相對價格的概念，經濟系的老師都蠻堅持給等第要用相對成績的 ) 再加上課加分。 ## 6. 總體經濟學上 * 授課教授：蔡宜展 * 實際學分數：3 * 體感學分數：2 * 課程類別：經濟系大二必修 * 上課時間：五 2, 3, 4 * 甜度：7 / 10 * 涼度：10 / 10 * 個人成績：A+ * 評分方式：作業 20%、小考 20%、期中考 30%、期末考 30% * 推薦指數：7 / 10 --- 老師的教法和我上總經原的時候對總體的印象差異蠻大的，老師是用個體的角度去分析總體，所以在基本的內容上和個經重疊不少，但是這裡的模型比較複雜，整個學期的內容只用五張左右的圖就可以講完 ( 每一個都包含了很多資訊，所以我認為並不是教很少，而是可以表達得很精鍊 )。老師會有手寫筆記，大多是算式和圖，如果沒有上課可能就要多花一些時間理解這些圖，我自己是沒有很常去上課，因為老師講的內容和參考書籍蠻像的，再加上幾週內的同一個模型用的圖上的各種線是慢慢加上去的，比起被切成好幾次上課慢慢講完一張圖，我比較喜歡一次看完建構出整個模型的模式 ( 我還是有去聽過課，老師講得很好，只是我覺得進度可以快一點才變成自己讀 )。課程安排上老師的小考時間蠻特別的，一次在剛開學，另一次在剛考完期中，都屬於新內容不多的時候，另外期考跟作業的問法蠻像的，所以難度都沒有很高，不過值得注意的是期末考出了一題期中範圍的，忘記複習的我覺得挺刺激的 ( 噎 ## 7. 日文二上 * 授課教授：石川隆男 * 實際學分數：3 * 體感學分數：2 * 課程類別：一般選修 * 上課時間：二 2, 3, 4 * 甜度：9 / 10 * 涼度：4 / 10 * 個人成績：A+ * 評分方式：? * 推薦指數：8 / 10 --- 終於開始抓到背單字的節奏，比起去年背單字的壓力小了很多，不過這學期最後的自他動詞確實蠻需要背的，所以體感 loading 和之前的日文一差不多。老師是日本人，所以上課會夾雜一些日文，像是講一講就會冒出です蠻有趣的，老師很注重口說，上課會讓我們自行發揮造句，刺激我們思考文法和單字，個人認為比起只是練習課本句子有趣而且實用。小考是每一課都會考，很友善也有點奇妙，算是考一節課，不過考到一半就會開始上課，也不會收考卷，如果晚到就去前面拿考卷，感覺只是在提醒要讀書複習，期考的部分老師會把範圍說得很清楚，考試也包含自行發揮的造句，關於延伸活用文法和單字的設計算是蠻完整的。等第的給法不透明，但是應該是有好好上課就會有好成績的，老師很和藹，我之前不小心睡過頭遲到很久他也沒有特別說什麼，應該不會在分數上很苛刻。 ## 總結前半學期被 SP 的作業搞得生活品質不太好，感受到同學之前說花很多時間卻還是學不會的無力感，所幸後來有漸入佳境，把學習效果和生活品質都慢慢補救回來，也因為一起熬夜寫作業跟大學同學們慢慢變熟 ( 好像不是在很好的時間，ㄏ )，因為停修線代所以學分數偏少，下學期應該會多選一些，爭取大二整年一樣修 40 學分。經濟系這邊目前壓力還沒那麼大，期許自己下學期繼續保持。 113-1，修18學分，主修必修6學分，系/院選修3學分，雙主修必修6學分，一般選修3學分，GPA 4.15