這學期大概是蠻多人會終生難忘的一個學期，正要開學的前幾天突然因為疫情爆發，導致開學日延後兩星期。恰好讓我從沒選上離散的陰霾中，花兩個星期振作，用Python刷了一些LeetCode，順利考上李宏毅的ML班(其實過程中還是有一些故事，並沒有那麼順利XD)。如果沒有延後開學，我就沒那麼篤定我會考上了，畢竟我連Python語法都還搞不太清楚哈哈。
這學期我的學習狀況也隨著疫情的發展，有了非常大的改變，例如在疫情最嚴峻的時期，我每一堂課都在線上進行，每天我的行程就是從早到晚窩在宿舍看線上課程，起初還覺得很輕鬆愜意，但是後期我便開始渴望與其他人接觸，或出外走走。但整體而言，我依舊覺得我蠻習慣也喜歡線上教學，只要有系館、系隊這種社交的平台讓我調適即可。
以下是我這學期修的課
- 微積分甲下
- 普通物理學甲下
- 資料結構與演算法
- 機率
- 機器學習(電機李宏毅)
- 數位系統與實驗
微積分甲下
- 老師：楊策仲
- 教材：Calculus: Early Transcendentals 8th Edition
- 性質：大一必修
- 評分：35%期中、35%期末、30%平時(小考、作業)、幾乎沒調分(?
上學期的微積分課堂上，我就已經把大部分時間都拿來讀那本小提琴課本了，這學期因為疫情而線上上課之後，我就把這個學習模式推到更極端，我完全沒看過任何線上課程，只靠課本過活。就算後來恢復實體課程之後，我也就只是回到上學期的學習模式而已。
經過這一整年的實驗，我覺得讀課本是可以被複製的學習模式，至少是在教材已經十分完善的基礎課如微積分。不過如果選到楊策仲這種好老師的時候，大家還是好好享受他的教學吧，聽說很多人會刻意離開原班來聽策仲班呢。話說老師偶爾會在課堂上講一些台大愛考的題型，如果有聽到的話，還是蠻賺的XD
結束一整年的微積分後，我其實覺得蠻不捨的，因為接下來三年，如果我沒去上數學系的課，我就不會再上到規劃這麼完善的數學課了。至少依我個人的看法，系上的線性代數跟機率，規劃都有一些瑕疵，像是不同班之間學到的東西可能差異不小，就算是同個老師的課，每年可能也會有不小的差異。
普通物理學甲下
- 老師：林俊達
- 教材：Principles of Physics: A Calculus Approach, 2nd Edition
- 性質：大一必修
- 評分：35%期中、35%期末、30%程式作業(Vpython)、甜
一如俊達上學期的風格，上課總是摻雜著很多被可怕數學包裝的物理知識，不過不用害怕，因為沒出現在課本上的內容，就不會出現在期中期末考卷上。
我私心覺得林俊達教授是我會懷念的老師，他教學的熱情絕對會讓許多同學忘不掉。雖然很多上課講的東西我都沒學會，我只是庸俗地把課本讀完而已，但我永遠會記得他在台上賣力地講解，而我從手機中抬起頭，恰好聽懂了一些神奇物理時的那種感動。
資料結構與演算法(DSA)
- 老師：林軒田
- 教材：DSA Homepage
- 性質：大一必修
- 評分：60%作業、40%Final Project、小甜、20%A+、30%A
這學期因應疫情，全面改成YouTube直播教學，並搭配Slido，前幾週在還沒失去新鮮感的時候，Slido上超熱鬧的XD
先說這門課的優點，老師講課非常鉅細靡遺，認真聽的話絕對能對上課提過的資料結構有很深刻了解。老師上課也很在乎學生的感受，他會回答每個學生的發問(常常還跟課堂無關)，如果有人希望老師再換個方式講，老師大多時候也都會配合。林軒田老師同時也是本屆的大一導師，所以他也常常在課堂說，歡迎大家跟他聊天、吃飯。
DSA身為資工大一必修，在我對他寄予厚望之下，我有許多覺得可以改進的地方，所謂愛之深責之切，並沒有任何的惡意，純粹提出一些觀點，拋磚引玉罷了。以下是一些問題：
- 課程內容廣度
- 無Online Judge
- 作業評分方式易誤導學生
相較於隔壁蔡欣穆班的DSA，我們班的廣度明顯低了很多，舉例來說，隔壁班有講KMP，講到樹的時候有提過樹重心、樹直徑，還講了圖和DFS、BFS，當然差異絕對不僅於此。當然不是內容越多就越好，要真的讓學生吸收進去才是重點，但我覺得林軒田老師的上課內容已經有點過於簡單了，除了最後的紅黑樹，其他週的內容大概很多人都從頭2倍速到尾吧。
接下來的問題都集中在作業的部分，讓最多人栽在上頭，也讓最多人有意見的就是程式作業沒有Online Judge，每次作業都只有一次機會(除了編譯錯誤之外，歡迎糾正)，一但Wrong Answer就沒救了，當然如果你很細心，交作業前都會把各種邊界測資都處理得很好，那沒有Online Judge就不會是個大問題。弱者如我，還是覺得就算沒有OJ，至少也該有一些補償的措施，例如在公布結果後，更改code重新上傳可以打八折等等。
另外一個可能讓人不滿的點是手寫作業的Bonus題，以後修林軒田老師的課的時候，要切記Bonus題跟一般的題目別無兩樣，寫了之後分數不會補到其他錯的題目，也不會補到其他次作業，所謂的Bonus就只是讓作業多一兩題的話術，最後都會一分一分算進學期總成績，千萬不能不寫。
因為疫情的關係，這學期取消了期中考，所以100%作業成績，又作業其實不難，大家的成績都很高，如果不小心一點就很容易被送下去QQ。聽說林軒田老師的ML也是如此，希望我以後能記取教訓。
機率
- 老師：林守德
- 教材：自編簡報
- 性質：大二必修
- 評分：35%期中、35%期末、30%Final Project、小甜
繼上學期修了線代，發現先修好像可行之後，我就決定再來修個機率，把系上必修的數學課們都修一修，我以為會有差不多的體驗，沒想到林守德機率跟上學期我修的呂學一線代，根本就是兩種截然不同的數學課。
這門機率課的內容都是從高中教過的內容出發，像是條件機率、信賴區間等等都是這堂課會涵蓋的部分，除此之外還會進入一些高中沒接觸過的，像是各種Distribution、中央極限定理、假設檢定等等。
這門機率的上課和考試模式跟高中數學課其實蠻像的，就是老師講觀念，偶爾帶例題，然後考試就計算題或應用題，幾乎沒有證明題。老師上課會配合投影片，投影片上就只有觀念，內容少且蠻好懂的。老師也會發作業，但是不算分，單純讓同學練習用，偏簡單、量也不大，所以很容易就會輕忽這門課的難度，這門課的期中期末絕對算是偏難的，今年兩次考試滿分都120，兩次平均分別是7x/5x。
經過一些比較，隔壁洪一平班聽說比較佛，上課內容偏少，而且教得很仔細，上課也會一直帶題目練習，感覺比較適合我這種智商平庸的人去上QQ
最後，講講Final Project好了，今年的Final Project是給我們兩組Dataset，分別叫我們在不同的限制下找到一組Subset來逼近母體的分布，然後要比Subset的分布和母體的分布的差異(某種Distance)，越小越好。最後會依回報的Distance的大小決定每組上台報告的分鐘數，除了報告之外，還得再繳交一份Report。Distance大小在評分中似乎不是最重要的，有沒有好好寫Report好像比較重要，像是附上一些數學分析好像就很加分(感謝隊友凱瑞Orz)，另外有沒有達到當初回報的Distance很重要，如果繳交的Subset達不到當初回報的Distance，會扣很多分。
這門課整體而言，雖然考試和Final Project的難度都不低，但最後老師給分還是算蠻仁慈的，超過50%拿A-以上。
機器學習
- 老師：李宏毅
- 教材：ML Homepage
- 性質：電機選修
- 評分：每份作業10分，15份作業挑10份最高的、小甜
先說結論，這門課爆推大一大二修。
我相信不少人都是因為AI的前景被騙進來讀資工系的吧XD，至少我滿感興趣的，但這方面的課程不被資工系的必修涵蓋，所以當初我沒選上離散(資工系大一選修，中籤率大概70%)，又在課程網上看到這門課的時候，我就決定要衝一波了。
我當然還是有一些顧慮，當初我最擔心的就是沒有這門課所需要的先備知識，畢竟機器學習是建立在線代、機率之類的數學基礎之上。但事後看來，李宏毅教的這門ML幾乎沒有帶到艱澀的數學，頂多就一些些線代，像是在講PCA降維的時候。不過完全看不懂任何數學也是能穩穩通過這門課，因為這門課的作業都只是修改助教的Sample Code即可，要嘛調整架構、要嘛調整參數，最後在依每份作業Report上的問題，做一些實驗，跑一些數據就可以了。
很多人可能會想知道這門課跟林軒田老師的機器學習(基石、技法)的差別，依我在系上的聽聞和Coursera的課程資訊，林軒田老師的ML比較著重在理論、數學基礎，而且講了比較多古典的ML技術(Decision Tree、SVM)，李宏毅老師的ML則幾乎全部都是Deep Learning，理論基礎也比較少，套句老師常講的話，就是「硬train一波」XD
整體而言，這門課比較像是手把手地帶我們認識各種工具，因此非常適合作為機器學習(其實是深度學習)的入門課，甚至非常適合當作低年級摸索的概論式課程，上完這門課絕對會讓你對當今連小學生都朗朗上口的ML/DL有最基本的認識。
數位系統與實驗
- 老師：林忠緯
- 教材：自編簡報
- 性質：資工選修
- 評分：期中40%、期末40%、作業20%
如果有認識電機系的同學的話，這門課其實就是他們的大一必修交換電路與邏輯設計。從最基礎的布林代數、邏輯閘、K-Map化簡，接著進入Combinational Circuit(也就是沒有記憶功能)，學期後半則是Latch、Flip-Flop和Sequential Circuit(也就是有記憶功能)等等。另外聽說單班計概(徐宏民)和這門課不小重疊，據說K-map、Flip-Flop等等內容其實在計概都講過了，不過恰好我沒上過計概，補一點這方面的知識也不錯。
這堂課的教學精緻度是我這學期6門課中數一數二優秀的，除了老師本身就很會教課以外，老師錄製的教學影片水準也非常高，投影片本身就很完整，聲音大小和清晰度也是恰到好處，除此之外，老師連每週的習題解說也都錄成影片，這門課上起來非常地舒適。
聽說林忠緯教授明年要教單班作業系統，所以這堂課明年大概就會換老師或消失了吧QQ，不過這也代表我又有林忠緯教授的課可以上了，耶XD