背景：NYCU CS 大二

必修

計算機組織

教授：蔡文錦/學分：3

五次作業、三次考試、三次小考，從組合語言開始教起，然後是CPU架構，然後是pipeline CPU，最後講記憶體和CPU如何處理加減乘除和浮點數。 難度而言，這堂應該是三個老師裡最簡單的了，不過我感覺我還是對這種要記很多東西的課很不對盤，加上對硬體實在沒什麼興趣，所以這堂課沒有學得很好。 但經過這堂課之後，就對電腦的架構比較了解，雖然很會敲鍵盤打code，但其實對電腦內部很不熟，甚至連RAM到底是指哪一個我都不知道，這堂課之後終於有一些概念， 在挑電腦的時候也比較熟悉了。 至於推不推，畢竟計組真的蠻難的，我覺得教授自己也不太會教 ，所以只考慮甜度的話，這堂算甜，畢竟期中末算是還容易，雖然我還是考得很爛 ，所以還是可以推。

數位電路設計

教授：范倫達/學分：3

沒有作業、三次考試、兩次小考，不用寫verilog，課程先教Boolean Algebra and Logic Gates、Gate-Level Minimization和Combinational Logic，再來是 Synchronous Sequential Logic，最後是Register and Counters和Memory and Programmable Logic。 難度是三個老師裡最簡單的，畢竟考試之前都有考古可以背，雖然第二次期中考有點小翻車，但最後還是順利A+了，范教授一生推，推薦所有想要刷分的人來修。

離散數學

教授：林政寬/學分：3

兩次期中、七次作業、沒有小考，期中教了一些證明的方法和集合論之類的，有點像之前在應數系修的基礎數學，期末比較有印象的是圖論和數論， 不過我整學期基本上沒去上課，所以也不好說 ，期中末都考課本的一些練習題，確實像他說的一樣比去年難一點，讓我期末翻車了，我以為他大概會考跟考古差不多難度， 但很多課本上的東西我都沒唸，加上圖論基本忘了，所以最後沒A+，大意了沒閃。但因為應該還是有讀有分，這堂課還是甜爆。

選修

人工智慧概論

教授：陳奕廷/學分：3

六次作業、一次期末專題、沒有考試。主要介紹一些一些簡單的AI演算法，包括古早CV的Viola-Jones、Searching (Alpha beta pruning, MCTS)、一些DL/RL的皮毛和baysian model。 內容很多，都是入門系列的，期末還有業界人士來分享，我覺得老師教得很不錯，應該都讓大家對AI很有興趣吧。作業難度我覺得都算簡單，有名的演算法在網路上查一查都有，分數也很好拿，很推。

人工智慧總整與實作

教授：王才沛/學分：3

三次作業、一次期末專題、一次考試。主要內容好像跟上面AI概差不多（？，英文授課但是老師的口音很糊QQ，比上面多講了基因演算法和logical inference之類的東西， 作業部分很麻煩，給了一份spec然後其他東西都要全部自己寫，講得還沒有很清楚，但都算簡單，不過我要抱怨，限制程式只能寫在一個file是什麼鬼，還要打包成一個執行檔， 原本我像要用RL方法去解作業二的遊戲，但限制一個檔案就不能include參數檔，最後還是乖乖刻MCTS。總而言之沒學到什麼東西，倒是花的時間有點多，最後的考試算是有讀講義有分， 但講義也沒有寫得很好，只能上網找資料自求多福，總分數目前還沒出來，不知道給分怎麼樣，反正我個人不太推。 AI學程四堂課只有第一堂能推啊。。。

正規語言概論

教授：陳穎平/學分：3

三次考試。計算理論入門，先介紹各式各樣計算模型，DFA, NFA, PDA, Turing Machine，最後講到複雜度P與NP，是計算複雜度領域的入門課。 以前好像是資工系必修的樣子，蠻有名的。老師也教得很不錯，認真聽的話應該都聽得懂，考試也不難，有一堆考古可以練習，題型也大同小異。 這種理論數學課而且還很多證明的，基本上老師想的話可以考得非常難，但老師題型固定，跟前幾年都很像，考前讀一讀都可以應付，期末調分也蠻多的，分數很好拿。資工系難得的數學課，很推。

強化學習原理（旁聽）

教授：謝秉均/學分：3

三次作業，兩個期末project（personal/group）。從一開始MDP、Policy improvement、Policy gradient、PG家族的演算法、Q learning/DQN、distributional RL、up side down rl，內容其實非常多， 但我這堂課只有旁聽，因為撞必修離散數學，但其實我都去上RL沒去上離散XD，實驗室教授的課，當然要好好聽。 老師教得非常好，把我對RL不懂的部分都補齊了，也介紹了很多RL領域裡的神奇算法，數學也講得很清楚，作業避開實作上繁瑣的部分，只做核心演算法， 作業不難，主要時間都花在調參，為了取得比較好的結果，也讓我學會非常多，期末兩個project因為期末比較忙加上旁聽沒隊友，就沒有做了，明年再真正的修一次這堂課。

專題

這個學期有找到教授做專題，但沒修專題課，所以實質修課學分是23+3+2（？。目前先跟學長一起做一個專題，做了整學期後最大的感想是專題真的好累啊XD， 花費課外時間去研究題目所需要的模型，實際跑模型、調參花費很多時間，況且我還有學長帶，有個人告訴自己要做些什麼，如果以後自己負責一個專題的話壓力大概會很大， 所有東西都必須自己來，程式、理論都要自己寫、自己想，每個禮拜固定meeting被教授追著進度跑，雖然如此，我還是學到非常多東西，整個過程也是很充實很棒的。 這個專題題目是關於multiobject bayesian optimization，因為關於實驗室paper我不會說太多，之後希望能夠成功投上conference，也希望我能夠找到自己有興趣的題目，自己做一份專題。

其他

國防科技概論（二）

教授：李永隆/學分：3

課超涼，我都去教室寫作業，每節課都要點名，期中時還可以去參訪，期末就只需要寫一份幾百字的報告，不知道甜不甜，想修涼課的很推。

經典通識教育

教授：王美鴻/學分：3

每週請一位專業人士還演講，內容從藝文界到政治都有，每週要交一份心得， Chatgpt真的很方便 ，但分數沒有給得很好平均A- ~ A，推薦不急著刷分的人修。

高爾夫球

教授： 張嘉洲/學分:0

跟上學期一樣，但這次是早十，打高爾夫好玩，但之後應該去修修看不同體育課，跑出校外真的偏麻煩。

未來期許

下學期應該修20學分就好，修了三門通識，一次把通識學分補滿，下學期也沒有修AI課，主要想說補齊一些系統和網路的知識，加上專題，希望下學期不要那麼血汗。 暑假報名托福補習班了，八月底要考，用來申請交換，希望能夠破百。暑假除了讀托福做專題以外，應該也會去找找自己有興趣的題目，之後跟教授討論看看，要不要自己做一份專題。