# 臺大工管雙資工 修課心得 :::info 這篇文章將專注在每學期的修課心得，若對於申請雙主修的經驗有興趣，可以參考以下文章： {%preview https://hackmd.io/@muen1019/ba-double-major-cs %} ::: :::info 修課心得每學期將同步發在 [threads](https://www.threads.com/@muen1019) 上 ::: ## 大二上（113-1） ### 工管系（管理學院） #### 管理決策會計 曾智揚 學分：3 學分 甜度 / 涼度：5/3 期考都是出自助教的影片與講義，難度不高，期中平均甚至高達 90。老師上課算是蠻有趣的，只要回答問題就可以獲得小點心，所以我們都戲稱老師家裡開糕點店。總之是堂輕鬆又有趣的課，大推！ #### 民法概要 林聰賢 學分：3 學分 甜度 / 涼度：5/5 期中有一次線上測驗，占成績 40% ；期末要交報告，要寫民事庭旁聽心得與指定判例分析，占成績 60% ；另外，還會點名一兩次當作額外加分 。老師上課挺有趣的，這學期聽到了不少有趣的事情，也對於民法更有概念。除了上課時間在晚上外，找不到任何缺點。總之大推這堂課！ #### 統計學一上 游孝元 學分：3 學分 甜度 / 涼度：5/4 老師會把預錄好的影片放到 COOL 上，所以基本上不需要到教室。期末考前最後一次上課會點名，占學期成績 10% 。上課教的東西不算難，考試也跟考古題大同小異，因此要拿到好成績應該挺容易的。每年都有超多人想來加簽這班統計學，對於大二非國企系的學生來說，需要碰碰運氣，不過保證甜到蛀牙。 ### 資工系（電資學院） #### 離散數學 雷欽隆 學分：2 學分 甜度 / 涼度：4/4 老實說有點無聊，聽完一個學期也沒學到太多東西。期考聽說與考古題相似度極高，所以寫考古應該挺有幫助的（但我沒有考古）。明明兩次期考都只有 70 幾，但最後卻有 A ，有點超乎預期。 #### 普通物理學甲上 楊珮芸 學分：3 學分 甜度 / 涼度：4/2 老師會用她的手寫筆記上課，字真的很漂亮，看了心情很舒服。每堂課都會用 Zuvio 做隨堂測驗，所以不能到現場的話需要事先請假並補課，才不會被扣學期分數。此外，考試和作業的難度都不低，每次寫作業都要花至少三四個小時。唯一值得慶幸的是，這堂課滿分是 110 分，所以考試或作業掉一點分數，還是有機會拿 A+ 。 #### 線性代數 李明穗 學分：3 學分 甜度 / 涼度：3/2 老師上課會用 iPad 手寫筆記，步調算是很慢。每週都會有作業，但整體來說比隔壁班簡單很多，所以蠻推薦的。 #### 演算法設計與分析 黃上恩 學分：3 學分 甜度 / 涼度：3/1 相較於隔壁班只有三次考試，這班每週都有作業要寫，分別是三題手寫與三題上機，每題各三分。無論是手寫或上機，第一題通常不難，但第二與第三會越來越難。不過，每次作業的分數上限都是 15 ，所以可以適時放掉一些題目。還有一點很有趣，只要作業在禮拜一前繳交，就可以獲得與分數相同的 ADA points® ，這些點數在學期末可以換 ADA 周邊。這堂課唯一的缺點是，老師常常簡報在課前做不完，不過他會把上課手寫筆記放在 COOL 上。 #### 系統程式設計 鄭卜壬 學分：3 學分 甜度 / 涼度：3/1 這堂課教的東西蠻雜的，而且作業難度頗高。總共有四次作業，前兩次特別花時間，我大概都花了至少 20 小時。老師還是想把 18 週的內容塞進 16 週，再加上老師上課很喜歡講些離題的東西，所以常常上不完，需要回家看 video 。這堂可學到蠻多東西的，算是很扎實吧，但分數就沒有這麼好拿了。 ### 共同必修 / 通識 #### 希伯來文明與世界經典 曾宗盛 學分：3 學分 甜度 / 涼度：4/4 對於在教會長大的我而言，上課就是在複習以前兒童主日學講的東西，但能聽到一些不同的理解視角。不過對於那些不了解的人來說，期中考應該會背投影片背得很痛苦（考試真的考很細）。如果不排斥討論課的話，可以來修修看。 #### 服務學習甲（資工系） 我的任務很單純，就是教授到高中去介紹校系時，陪著一起過去，然後幫忙回答一些問題。我覺得超輕鬆的，超讚。 ## 大二下（113-2） ### 工管系（管理學院） #### 作業管理 郭佳瑋 學分：3 學分 甜度 / 涼度：2/3 這學期總共有 5 個個案報告（書面兩頁以內）、一份作業（ChatGPT 的決策偏誤）、一份口頭期末報告（自選跟課程有關主題，12 分鐘內），都是小組進行。上課內容的部分，個人覺得還蠻有趣的，在講相關概念時都會舉一些實例說明。老師還蠻希望大家出席的，有點名過兩次。考試的部分，沒有期中只有期末，大家似乎都抓不太到考點，最後也沒有公布分數，詳細內容可以上 dcard 搜尋。總之，雖然說上課本身不錯，但給分不大明確。（2024 年成績分佈：A+ 9%、A 16%、A- 35%、B+ 26%、B 13%、F 1%） #### 管理科學模式 廖振男 學分：3 學分 甜度 / 涼度： 4/5 課程分為兩個部分，前半學期教最佳化模型，後半學期教賽局。前半學期就是自己在家看影片，期中有考試（open anything，連電腦平板都可以），還蠻簡單的。後半學期需要實體上課，主要就是進行賽局並講解。期末沒有考試，只有報告（套用最佳化模型 or 賽局在真實生活中）。整體來說，修課起來超輕鬆，不過給的等第沒有想像中好（貌似有限制 A+ 比例）。 #### 組織行為學 劉靖怡 學分：3 學分 甜度 / 涼度：3/1 老師會要求預習上課內容（課本＋補充文章），並在上課前有小測驗（1~3 分題自選）。此外，老師很講求課堂參與，時常有問答與小組活動的環節。報告的部分，有一次口頭報告（OB in your life，每週兩組）與期末報告（OB in your org.，需要透過問卷、訪談、觀察等方式蒐集資料並分析）。考試就是一次期中一次期末，都是 49 題選擇與一題手寫，題目也有涵蓋到課本有但上課沒提的內容（還是以上課內容＆同學報告內容為主）。 整體來說，這堂課的負擔不輕，畢竟預習與做報告會花費不少時間。不過，上課方式我個人蠻喜歡的，可以藉由各種互動加深自己對於該單元的印象與理解。 #### 商事法 蕭富山 學分：3 學分 甜度 / 涼度：4/5 很重視出席，時常會抽人回答問題，三次沒到就會當掉。雖然有期考，而且占比頗高，但最終成績似乎與期考沒有太大關聯性。老師的政治立場比較明顯，在意者可以考慮迴避。 #### 統計學一下 游孝元 學分：3 學分 甜度 / 涼度：5/4 老師會先把影片放在 Cool 上，只有偶爾會有實體課，補充題目或影片沒有的東西。教的東西不算太難，作業、報告等也都很簡單，整體來說就是甜到蛀牙！ ### 資工系（電資學院） #### 普通物理學甲下 楊珮芸 學分：3 學分 甜度 / 涼度：4/2 因為這學期老師要做教學研究，所以課程與作業的難度都有比上學期低。不過，作業改成小組的形式，也就是說小組需要討論作業並每個人繳交一份，最終隨機抽一個人的來改，當作該組所有人的成績。成績的部分，等第標準參照未來新制（也就是 95 以上才有 A+），但滿分是 110，所以還是蠻有機會能拿到好成績。 #### 作業系統 施吉昇 學分：3 學分 甜度 / 涼度：3/2 這學期總共有 4 次作業，都是要實作 OS 中的某一部份。跟 SP 相比，完成作業所需的時間少了不少（正常來說 10 小時內可以寫完），但作業說明多半沒有這麼清楚。作業與考題兩班都是一樣的，差別就是另一班為英文授課。整體來說就是中規中矩的資工系必修課。 #### 機率 洪一平 學分：3 學分 甜度 / 涼度：4/4 撇除掉偶爾會有作業要寫，這堂課真的超級涼。期中與期末考時間很短， 10 題只有 90 分鐘可以寫，所以分數會比較接近於常態。最終會調分，大家的成績應該都不錯。 #### 金融科技 林澤 學分：3 學分 甜度 / 涼度：3/1 這門課是電機系開的，是一堂以期末 project 為主的課。課程主要分為三個部分，分別為 model / project 介紹、expert talk、Final project 的各階段報告。 model / project 介紹的部分，大多都是需要在加先看過上課錄影，實際上課時再進行小組討論，並每組輪流發表意見想法；expert talk 的部分，就是老師會邀請講者來分享他的研究主題；Final project 的部分，會有 proposal、paper survey、final presentation 三個部分，就是每組輪流報告。 在這學期中，我個人認為比較可惜的是模型 / project 的部分。我原本對於 ML 的基礎不太夠，再加上老師講的速度很快，因此我大多只有一知半解。此外，這堂課很強調上課討論，但我自己覺得這部分所帶來的收穫沒有這麼大。 如果有讀者未來想要修，可能需要考量幾點： 1. 最好是對 ML 有一定基礎 2. 這堂課比較偏向應用 ML 在商業領域，並非區塊鏈那類型的 FinTech。如果是對區塊鏈比較有興趣，可能廖世偉老師的課比較合適。 3. 可能會花大量的時間進行期末 project ### 共同必修 / 通識 #### 橄欖球 林威名 甜度 / 涼度：5/5 有期中跟期末，只要上課時有認真練習，應該都可以高分通過。唯一的缺點，可能只有夏天時天氣非常熱而已，總之大推這堂課！ ## 大三上（114-1） ### 工管系（管理學院） #### 供應鏈管理 蔣明晃 甜度 / 涼度：3 / 4 學分：3 學分 這門課有一個個案報告（這學期是 HEP 寫的，有書面 10 頁內+ 上臺 10 分鐘內）和一個書面報告（自己選一家企業，選供應鏈三個面向探討疫情前後差異，20 頁內）。除了報告之外，也有期中考與期末考。考試為 open anything，建議攜帶筆電，因為會有很多題目需要使用 excel 進行計算，像是規劃求解、目標搜尋等等。 上課內容的部分，整體來說中規中矩，供應鏈相關的議題都有涵蓋到，也會補充相關的企業例子。然而，因疫情後產業變化劇烈，因此有三篇額外補充文章，算在期中考範圍內。 #### 物流管理 許鉅秉 甜度 / 涼度：4 / 4 學分：3 學分 這門課總共有兩次報告。第一次是個通路關係的個案，每一組要扮演不同的角色，分析該角色的立場；第二次是從老師的四篇論文抽一篇，做 Literature Review。上課上課會問問題，舉手回答可以加一分 participation，上限 10 分，但超過 15 分的部分，會加到其他部分的分數，如期中考的分數。此門課除了兩次報告之外，沒有任何作業，上課的內容也不難，整體來說算是很輕鬆的。另外，此門課只有期中考，沒有期末考，而且期中考前一週及最後兩週都不用上課。 #### 資料庫管理 楊立偉 甜度 / 涼度：3 / 3 學分：3 學分 這門課是線上實體混合的授課模式，有一半的週次在家看影片即可，另一半需要事先看完課程影片，老師上課會在實體課補充內容或講解作業考試。上課內容的部分，整體來說中規中矩，不過有時會補充他過往的小故事，十分精彩。 這學習報告 + 功課總共有五次，其中三次是團體，兩次是個人，基本上不會太難。比較特別的是期末報告，要從老師給定的 dcard / ptt 資料庫中，發掘十個具有商業價值的問題，並運用這學期所學來分析回答。考試的部分，期中期末都是紙筆測驗，不過期中為 closed book，期末為 open anything。 #### 系統動態學 余峻瑜 甜度 / 涼度：4 / 4 學分：3 學分 這門課在教授的是「思考方式」，如何將一個複雜的問題，利用因果迴路圖、存量 & 流量來進行拆解，以理解找出問題的根本原因與槓桿點。除了講授理論之外，老師也會帶我們使用 Vensim 這個軟體，來建立模型。 評分的部分，作業占 25%，總共有兩次，都不會太難；take-home practical 占 25%，要讀一篇建構模型的論文，並用裡面的方法來構造題目的問題；期末報告占 50%，可自己選個主題，並嘗試用 Vensim 建立模型，提出我們的觀察與解方。 整體來說，我會非常推薦這門課，因為老師是國內少數有在教授系統動態的老師，上課所學能幫助我們在看待問題時，有個不一樣的視角。未來老師將會重新大改課程架構，或許不會像現在這麼涼，不過我相信修完一定能有所收穫！ 詳細資訊可以參考這篇文章： {%preview https://hackmd.io/@muen1019/system-dynamics %} #### 文字探勘初論 陳建錦 甜度 / 涼度：5 / 4 學分：3 學分 這門課的內容涵蓋各式各樣處理文字的方法，包含 vector space、classification、clustering、deep learning 等等，但沒有涵蓋現今的 LLM。老師上課都會錄影，所以沒來上課無妨。評分部份，這學期總共有三次 programming 作業，都可以使用現成的 package 來做，程式碼大概都在 50 行內，因此算是蠻簡單的。評分部份，除了作業外只有期末考與期末報告，沒有期中考。 老師還有開設另一門課「資訊檢索與文字探勘導論」，難度比這門課難一些，會講到更多數學，且作業不能使用現成 package。如果只是想大致了解怎麼進行文字處理，修文字探勘初論會比較輕鬆。 #### 職涯菁探號 陳素蓉 甜度 / 涼度：5 / 5 學分：2 學分 此門課會在每週邀請不同領域的「業師」，來分享其所屬之產業、個人職涯經驗與對於我們的建議。因此，即使老師邀請的講者，都是業界非常優秀的學長姊，「能否有收穫」就與講者的經歷、特質有關。我相信只要認真聽，一定能有所學習，但就我的觀察，認真聽的人比例較低。講者分享完，老師都會發下心得回饋單，要寫下三項反思或回饋，並在下課前繳交。期中報告需要挑選一家你想應徵的公司與職位，撰寫履歷；期末報告需要從這學期有來分享的幾家企業中，挑選畢業後想就業的公司，並提出需要做哪些準備，字數限 300~800 字。 評分部份，只要每週的心得都有繳交，就有基本分數 A-，且每加 5 分就能往上一個等第，反之亦然。加分項目包含課前提問（上課前填表單）與課中提問（講者分享完的 QA 時間提問），每次加一分（僅限一次）；扣分項目包含遲到與期末報告缺交。 總結來說，這門刻在輕鬆之餘，也能從講者的分享中，學習各產業的發展，與自身可以精進之處，大推！ ### 資工系（電資學院） #### 自動機與形式語言 林忠緯 甜度 / 涼度：3 / 4 學分：3 學分 由於此門課有三次考試，且這學期放假頗多，因此實際上到的進度並不多，三到四次上課就要考一次試。老師的講授速度偏慢，會盡量把每個觀念都講得很清楚，但就是有些催眠。評分方式的部分，雖然會有幾次作業，但學期成績只考慮三次期考，因此作業可寫可不寫。我不確定另一班的狀況如何，不過聽說他們的考試比較難一些，且作業會計分。 #### 計算機網路 周承復 甜度 / 涼度：5 / 4 學分：3 學分 這位老師最著名的，就是給分很甜。由於期中期末考題，與考古題高度相似，因此成績平均頗高，認真準備（aka 寫考古）一定可以拿到 A+。除了考試，這門課還有幾次作業與一次 project：作業為課本例題，每個單元交完會出一次；project 分為兩個階段，需要實作網路通訊系統（包含 server-client 與 P2P），在 AI 的輔助之下應該不難完成。上課內容中規中矩，說不上有趣。 #### 計算機結構 楊佳玲 甜度 / 涼度：1 / 2 學分：3 學分 這門課採用翻轉課堂的形式，上課前需觀看約 1 小時的影片，上課時會快速帶過投影片，並進行小組討論與小考。小組討論期間，會有 2~3 題習題，組員間可以彼此討論；結束後會用 COOL 小考，題目與小組討論類似。在討論期間，可以找助教問問題，釐清自己的觀念，所以小考要拿到滿分不算太難。學期一開始是直接用 COOL 小考的成績當作出席成績，但由於缺席人數過多，後來下半學期會開始點名。 作業部份，這學期總共有五次：前兩次為撰寫 assembly，後三次要寫 verilog。assembly 的作業不難，會需要寫一些 function，像是計算機、遞迴等等，很容易就可以完成；verilog 的作業就比較複雜，需要寫出一個完整的 CPU，通常需要花費數個小時才能完成。第一次的 verilog 作業只需要寫出 CPU 基本架構，後續的作業就要陸續完成 forwarding unit、cache 等較為複雜的 component。 考試的話，總共有兩次期考。老師說他希望平均可以落在 50 分左右，因此考題難度頗高，三個小時很難寫得完。若在意成績的話，可能需要審慎考慮。 #### 機器學習 李濬屹 甜度 / 涼度：2 / 1 學分：3 學分 這門課主軸是介紹各種機器學習的方法，因此從最傳統的 CNN、RNN 到當代最紅的 transformer 都有涵蓋，詳細可以參考課程大綱。然而，由於教授通常都無法在時間內講完預計進度，所以學期末開始瘋狂趕課，導致我有點跟不上。教學品質的部分，撇除掉趕課，我覺得教授將觀念講的清楚、英文口說流利、簡報精美（很愛吉伊卡哇），整體來說很棒。不過，其中仍然夾雜不少數學推導，需要額外花時間理解，才能完全吸收。 作業的部分，這學期總共有 4 次作業。前兩次作業都有 5 題，前 4 題是要補完 colab notebook 上缺失的程式碼，還算是容易；第五題要訓練一個模型，皆是預測圍棋玩家的資訊，最後上傳到 kaggle 比準確率。後兩次作業都是需要訓練給訂的三種不同模型，分別是做醫療影像 segmentation、棋盤分佈。這四個作業都需要花費大量的時間完成，且不容易拿到滿分（可能我資質不夠）。 期末專題的部分，每一組可以選定任一個 ML 相關的主題來做，寫一篇 conference paper，但不能是文獻回顧類型的，需要有實際產出。這份報告只有一個月的時間完成（大概是整個 11 月），接下來會要 review 他人的文章、進行 debate 等等（就是正常發 conference paper 會有的流程），並在最後一週課堂上進行口頭報告、海報展示或錄影片（取決於最後的成績）。 總結來說，這門課真的可以學到扎實的 ML 知識（不包含生成式 AI），但作業與報告可能會壓得喘不過氣。學期初大概有 180 位同學修課，學期末只剩約 100 位。如同前面所言，成績不太好拿，四次作業與期末報告的平均分別是77.66、64.23、77.05、80.66、59.35，不過最終期末有調分。