背景：NYCU CS 大二

必修

演算法

教授：游逸平/學分：3

總結來說很不錯的課，整堂課總共五個程式作業，都是上機寫Code的那種，期中末都有分成手寫與上機考，手寫還算簡單，有認真讀一下應該還好，上機說實話也沒有很難，大部分都是模板題或稍有一點變化，老師上課也不錯，講解的內容都 算讓人聽得懂。這堂應該是三個演算法裡面最硬的，不過因為都修過競程（一）了，我本來想說演算法應該是水課吧，但我有點小看他了，所以期中末上機就直接去裸考了，我覺得競程這種東西還是很吃手感，太久沒寫也會要花一段時間回復 過來，結果就有點爆炸，加上期末時一堆考試擠在同一週，我就把最有把握的演算法放在最後一順位再讀，結果手寫就爆炸啦，因為期末教了一些東西之前競程根本沒用過，所以最後分數就只有A，我原本還想說躺著A+，笑死我是小丑。

機率

教授：謝秉均/學分:3

很棒的課，這堂課我上得很開心，教授教得好，作業讓人需要思考但也不會太難，考試認真準備也不會太難，這是這學期我上得最好的課。有人說過：「機器學習就是建立在機率之上。」，之前自學ML的時候常常碰到一些機率的東西看不是很懂，這堂課把我的基礎補齊了，再加上教授本人是做機器學習相關研究，偶而都會補充一些機率在ML上的應用，我聽得很開心，導致後來都會很期待上機率課。作業四次，幾乎都是證明，但也不會太難，大多都是講義上的定理的轉換應用，稍微想一下都不會太難，最後一次作業還有叫我們寫一個簡易的高斯過程(Gaussian Process)，但沒有learning的部分，不會太難，是很有趣的作業。期中末考，部分跟作業相似，有些也只是考古變一變而已，不會太難，最後拿A+了，開心。

選修

電腦對局理論

教授：吳毅成/學分：3

資工所的課，電腦對局跟賽局是不一樣的，這堂課主要是讓電腦學會玩一些棋類遊戲如圍棋、五子棋等，教學內容有Alpha-beta search, TD-learning, Monte Carlo Tree Search 和很多用於下棋的策略，每週都有手寫作業，就是他當週講課的內容，有兩個大project，第一個是用 td-learning 玩 Threes 一種類似2048的遊戲，第二個是用 MCTS 去下禁圍棋（稍微跟一般圍棋有點不同），期末還有一個大比賽，讓大家的程式進行對弈，比賽的排名會算在學期成績裡，期末會有一個期末考，內容就是作業和其他衍伸內容，還有一個分組 presentation，向全班報告某個paper。研究所的課就是不一樣，優質又有趣，這堂課大概是這學期花我最多時間的一堂課，雖然我對那些對弈棋局的演算法沒什麼興趣，但程式作業中的td learning和mcts讓我寫得很開心，學到非常多東西的感覺，最後成績沒有很好看是因爲我期末考沒有念，就爆炸了QQ，但我還是很喜歡這堂課，推薦大家都去修，只要熟練C++和演算法就可以去修了，不過建議還是抱團一起。

資料庫系統概論

教授：曾意儒/學分：3

資料庫其實是做網頁後端的時候常常用的，也衍伸出了許多理論，為了讓查詢、存取資料變得迅速，所以發展出許多算法、形式，畢竟是概論類型的課，免不了背一些東西，老實說讓我感到有點痛苦，因為背東西好無聊，我個人認為老師教得還算不錯，而且也會經常徵求同學的意見去改進課堂的進行方式，老師經常會和同學交流，是還蠻不錯的老師，不過這堂課的作業就讓我很痛苦，作業內容是去設計資料庫，給一分原始資料，要去對這個資料進行分類，存取資料型態，然後要分割table，為了讓資料去用更有效率，但那個資料超級醜，所以我做得很痛苦，再加上老師課堂上大部分教的是理論，沒有講解實作過程，就會有一種課程和作業的分裂感，而且資料庫我認爲大部分需要用的東西都可以透過自學達成，所以我覺得課堂上講的一些理論我會覺得很無聊。比較有趣的是期末專題，內容是結合資料庫做出一個應用程式，可以是網頁、app或是console類的東西，一組五個人一起開發一份project，我們這組做得是一個手機評價系統的網站，因為我們這組人基本上根本沒有開發網頁的經驗，所以我們都是從頭開始學，以前我有用過django開發的經驗，所以大概知道資料要去哪裡查，教學去哪裡看之類的，提供資源給其他人看，然後他們也可以幫我一起做，這可以算是我第一次做這種team project，有多個人手一起真的效率提高不少，感覺很不錯，大家參與度也很高，修這堂課最大的收穫就是這份專題，讓我知道如何從0開始開發網站，雖然我對課程內容不太感興趣，但總結下來還是蠻賺的吧。

圖形理論導論

教授：李毅郎/學分：3

就是圖論，但作為一門數學課我不是很滿意，老師就是從一個定理帶到下一個定理，考試也只是考背那些定理而已，但作業則是競程圖論，有種作業課程斷裂感，作業寫起來是不會有什麼問題，畢竟以前都寫過，不過考試就是背一堆課本上的證明，而且都是枝微末節的東西，我覺得很無聊，結果考試也考得很爛，不過作業成績佔50%，還算是蠻甜的課吧，想練習圖論演算法的題目和刷分的人都蠻推薦來修的。

機器學習概論

教授：胡毓志/學分：3

完全不推，這堂課主要交一些常用的機器學習演算法還有一些資料預處理，評估模型好壞等等，上課講得很慢，雖然英文標準，但我認爲他有些太專注於不重要的細節，導致拖延很久。我認為機器學習課程分兩種，實作或是理論，前者有許多作業或專題讓學生操作，後者則是把ML演算法背後的數學理論講清楚，但這堂課兩者都沒做到，淪為大學部有的那種很無聊的「概論」課，就是把課堂上的東西背一背然後考試刷分了事，考試是申論題，題目會依照情境要求學生提供解法，題目本身還可以，但評分是依照飄準答案，有提到關鍵字就給分，結果後來就變成說要通靈這題到底想要考什麼，那其實沒有必要大費周章設計情境，乾脆簡報挖空填一填還比較好，個人很討厭這種模式，期中有一度想要退選，但考慮到明年同時段其他課的安排，還是撐了下去，現在有點後悔，刷不到分也學不到東西，只能把這次經驗當作警惕，以後選課多多注意授課品質。

其他

日文(一)

教授：賴郁芳/學分：2

課很涼、分數也偏甜，老師教得也不錯，不過我這學期根本沒時間讀語言，所以爆炸了，只能怪我自己。

批判與創意思考

教授：顧醫華;嚴偉哲;楊元傑;林映彤;嚴如玉/學分：2

課程主要內容就是教一些思考技巧，用批判性思考的邏輯去研究字句、別人的想法，整個課程都是用全英文進行，除了偶而要用英文發表想法讓我覺得我的口說真的很渣，其他都沒什麼問題，期中末是用英文寫一篇報告之類的東西，期中是用批判性思考的技巧去討論社會上發生的議題，期末是用創意思考是討論一項發明、想法的產生，平常上課是助教帶大家討論，算是偏涼偏甜的課，雖然我修完課還是不知道我學了什麼，唯一的心得大概就是Chat GPT是我的通識報告救星。

高爾夫球

教授： 張嘉洲/學分:0

高爾夫球好玩，雖然每個禮拜四早上都要七點起床騎摩托車去園區裡面的場地練習，不過打高爾夫是有成就感而且也蠻好玩的，下學期應該也會修，不過我要選開早十的。

其他事

社團

這學期接了DJ社的社長，剛開始社團都會有人過來，後來大家就都不來了QQ，可能練DJ真的蠻難的吧，這學期辦了兩場活動接了三場表演，比高中時還多，有成功的有失敗的，下學期感覺不要搞那麽多活動，一步一步來就好，希望可以找到下一屆社團幹部，要不然就要再當一年幹部了QQ。

未來期許

爲下學期許個願，下學期計畫選23學分，結果還是選了六門系上必選修，希望可以撐下去並獲得好成績，下學期除了一些必要的，其他都是很有興趣的，我希望都能從中收穫很多。最近開始找實驗室了，對於自己想要走的方向更加確定，希望不要走錯路，希望時間管理能力能變好，我覺得我是一個沒辦法臨時抱佛腳的人，平時還是要多多累積比較好，下學期要做的事很多，有很多硬課、社團和去補習班教程式，希望不要像這學期一樣自爆。