前言

修課清單：

  • 系定必修：
    • 作業系統 Operating Systems
    • 機率 Probability
    • 專題研究 Special Research
  • 系定選修：
    • 進階網路管理與系統管理 Advanced Network Administration and System Administration
    • 網路資訊檢索與探勘 Web Retrieval and Mining
  • 共同必修：
    • 足球初級 Beginning Soccer
  • 其他：
    • 深造預備英文寫作與口語表達 English for Academic Pursuit
    • 全民國防教育軍事訓練課程－防衛動員 All-out Defense Education Military Training - Defense Mobilization
    • 服務學習甲 Service Learning (a)

其他外務：

  • DSA 助教
  • 資訊之芽

總共 17 學分，最少的一次。

每一門課我會寫修課前預期的成績、最後的成績、甜度、涼度、推薦程度，後三項原則上以 0-5 等第。

作業系統

  • 授課教授：巫芳璟
  • 學分：3
  • 預期成績/最後成績：A+/A+
  • 甜度：No comment
  • 涼度：No comment
  • 推薦程度：No comment

今年一樣是分兩班，但兩班的差異應該只有老師和講義不同，一班是用英文、一班用中文，其餘考試、配分、作業都一模一樣。我本來就在雙班，想說聽英文版也不會比較吃力所以就主要在雙班。配分是 4% HW0+10%*4 HW+28%*2 期中期末+bonus，bonus開學的時候是講說6%上課quiz+4%看你作業有沒有協助他人，但單班據說在期中之後就沒有上課quiz了，所以不知道實際上bonus是怎麼算，反正我沒有bonus還是有過A+線。

因為有in class quiz所以理論上是要去實體上課的，但有時候真的爬不起來或是前一天熬夜做功課就會請其他人通知我有quiz。實體上課效果還是比自己看講義還要好，但忠緯留下來的講義真的乾淨易讀，所以期中期末準備時再看也有很好的效率。

上課內容其實蠻重複的，大概是一部分SP+一部分NASA+一部分額外的東西，考試的話就是要理解一些排程算法、還有背名詞解釋之類的，原則上是背的成分居多，我是用高中讀生物段考的方式來準備，效果十分卓越。

作業是這門課最花時間也最讓人生氣的地方。難度個人覺得比SP的平均簡單一些，資工系的課真的是漸進式的讓人對作業spec的標準不斷降低，大概是DSA>NASA=SP3/4>>SP1/2=OS？FAI。總之就是有很多題目沒寫清楚、助教沒考慮到的情況，以及HW2甚至到作業截止前一天都還在改評分方式、到作業截止後都還有評分方式的修正，甚至造成我那份作業莫名少了幾分。因為原本覺得有bonus A+不難，我就沒有每份作業都完全完成，HW3/4都有一部分的task沒做完，結果HW4因為交錯檔案的關係被給了0.7x penalty讓我差點沒90(without bonus)，好加在期末考沒有鬆懈還是有拿到很好的分數救了上去。

機率

  • 授課教授：洪一平
  • 學分：3
  • 預期成績/最後成績：A+/A+
  • 甜度：No comment
  • 涼度：No comment
  • 推薦程度：No comment

今年守德老師去國外，單雙班都是洪一平。上課方式跟以前一樣，評分是三次考試+作業。今年比較不一樣的是考試難度翻倍而且期中期末考試時間縮短到 90 分鐘，導致期中平均 6X 期末 4X，老師說目的是為了讓成績常態分佈。不過學期末還是有線性調分，我學期平均接近 80 被調到 87，+3 分的若水獎加分剛好 A+。

整學期除了有加分點名的幾堂之外沒怎麼去上過課，投影片又有點醜所以我都是看課本然後寫一些習題來準備考試，學到最多的應該是一些分布的公式，但整體來說收穫不多，大部分都是以前就知道的。

專題研究

  • 授課教授：林守德
  • 學分：2
  • 預期成績/最後成績：A+/A+
  • 甜度：No comment
  • 涼度：No comment
  • 推薦程度：No comment

這學期加了 mslab 做專題，詳細內容可能之後再補，總之這應該是我這學期loading最重的事了。

進階網路管理與系統管理

  • 授課教授：蔡欣穆
  • 學分：2
  • 預期成績/最後成績：A+/A+
  • 甜度：5
  • 涼度：1
  • 推薦程度：?

aka NASA3!，這學期的內容還是大家合作一個大project，具體來說是架slurm來管理GPU做HPC，目標是未來能放到系上服務。我是和楊翔宇分到 database & monitor 組，loading 的話自己覺得不輕但相較 NASA1! 絕對少很多。

主要評分是期中期末的小組報告（報告你做了什麼+災害演練+QA）+例行NASA開會參與，後者本來就會去開會所以主要負擔內容就是在做前者的project。因為是project的關係所以工作時間都是自己可以決定的，不過我們的工作內容主要loading比較大是在後半學期。我們時間管理上還算成功，至少下半學期每周都有一些進度不會讓PM擔心XD，不過考完期末後還瘋狂地被這門課壓迫身心是真的有點辛苦，強力譴責楊翔宇丟下我跑出去玩 :(。

過了一個學期對某些服務算是更熟悉了一點，雖然它們不一定會在之後的組別用到就是了，然後3!的內容明年也不可能一樣，不過有這個機會自己碰很多機器和服務也算是不錯的體驗。

網路資訊檢索與探勘

  • 授課教授：鄭卜壬
  • 學分：3
  • 預期成績/最後成績：A/A+
  • 甜度：2
  • 涼度：2
  • 推薦程度：5

原本星期五早上已經有上學期留下來的必帶總經原了，但最後轉念一想這學期完全沒有比較專業領域的系選修，剛好上學期聽前瞻對 PJ 講 IR 非常有興趣，就揪一揪一起來修了，事實證明這是我這學期做得最成功的決定。

學期配分是 10% 手寫作業（共3次，都在上半學期）、20% 程式作業1（上半學期）、20% 程式作業2（下半學期）、20% 期中考、30% 期末專題，我的分數是 90/97/110/71/84，總分 89.8。手寫作業都是上課的東西要你去計算或申論一些東西，不過第三次的EM algorithm真的好難==；程式作業1 是要跑一個 vector space model 去做 NTCIR 的題目（對於每筆 query 回傳對應新聞的 rank），用 kaggle 看有沒有超過助教的 baseline 還有寫 report 給分；程式作業2 是給 (item, negative) pair 去做推薦系統，同樣看有沒有超過 baseline 以及寫 report；期中考大約在第9-10周左右，考上半學期教的所有東西，可以帶一頁大抄，內容偏向概念、問答、計算題；期末專題則是下半學期的重點，大約一個月前要提 proposal，老師看完後再進行、團體作業、要繳交一篇 3-4 頁的報告和程式碼、主題需與 IR 或推薦系統有關。prerequisite 我個人覺得是線代、基本的機率、ML，以及 python。

不確定這門課是不是我這學期 loading 最重的課，但絕對是我最喜歡的課。IR 或者說搜尋引擎這方面的東西我一直都很有興趣，高中科展也是做這方面的主題（但現在回去看，那根本是扮家家酒），整個學期下來真的學到很多知識，雖然 PJ 花了不少時間在數學推導的部分（也有一部份跟其他課程內容重複，像是 ML transformer、線代 SVD 分解等），但這門課從最基礎的三大模型 vector space, probabilistic, language model 到一些推薦演算法 (Link analysis, PageRank)，到期末跟 ML 相關的模型等都介紹的很詳細，對 IR 整個脈絡和基本概念都有很深的理解。

第一次的程式作業基本上最後實測的結果是最 trivial 的 BM25 Okapi 就有不錯的結果，我有嘗試了一些 term preprocessing 或是其他的實驗但效果都不如調參，因為開始的早，最後有足夠多的 submit 次數去 overfit public，果不其然即便在 public 拿到前 3 但卻沒過 hard private baseline，不過前 3 拿到的 2 分 bonus 意外讓我保住 A+。至今仍不太清楚要做什麼才能過 hard baseline。第二次程式作業就相對更無聊了，題目給的資訊太少也沒辦法嘗試別的東西，所以就純粹試參數，而且沒有排名加分，不過我算是有試到好的參數，拿到關鍵的 10 分。這也是我覺得程式作業比較不好的地方，等於說學期成績有 2 分是看運氣。

期中考是考上半學期的內容，可以帶一頁A4大抄，不過就像老師說的，理解上課內容比起考時看大抄還重要。期中考的批改標準大概是這門課唯一爛的地方，有好幾題批改要求跟題目問法完全不一樣，明明寫得很完整的東西會被判定部分錯，然而部分分又給的很奇怪的慷慨（aka 他想給你的時候你也不知道怎麼拿到的），然後助教會又很白目的說這題批改標準很鬆。有一題我只錯在 Sigma 的位置，結果拿 0 分；反觀直接把大抄東西抄上去或是隨便亂寫都能拿到 2 分以上。結果下來就是我超級認真讀，除了 EM 那邊真的不懂之外其他都蠻有把握的，結果出來的分數跟考前一天才讀的其他人一樣高分。

期末 project 我們是 train LLM model 去做餐廳評論的 bias detection，偵測出一間店有 bias 的評論比例（如打卡送東西、或是評論過短不具體之類的）然後看 precision，之後有空的話看能不能改善運算速度以及算法之後公開。

總體來說是個能學到東西的紮實好課，至於甜度可能要等比例出來之後才好判斷。

足球初級

  • 授課教授：楊裕隆
  • 學分：1
  • 預期成績/最後成績：A+/A+
  • 甜度：4
  • 涼度：4
  • 推薦程度：5

因為上學期修了室內足球覺得很不錯，所以就乾脆修同一個老師的室外足球來當作最後一個體育學分了。大致上上課模式跟室內足球一樣，內容的部分有一些比較專屬室外足球的部分（像是空中球之類的），分組的話因為女生太少所以都是一組11個男生。然後運氣很好的我們這組不只實力很強隊內也蠻和諧的，整學期踢了應該有12場左右的比賽只輸了2場，加上隊友很強讓我爽刷了幾次助攻和進球加分。

室外足球和室內的差別除了會被天氣影響之外，室外足球的修課族群實力絕對遠超室內足球。記得我第一次比賽時對抗搶球完全搶不贏，原本在室內我應該算是全隊前二前三會踢的，在室外就算是最菜的一群，尤其是空中球停得有夠爛ㄏ。基本動作上感覺進步有限，可能體能上反而進步比較多，不過因為隊友夠強加上有一些隊友喜歡踢後衛，所以我一個沒什麼能力的人還是能踢前鋒撿幾顆尾刀，最爽的一次應該是有一場時間到點之前壓哨進球獲勝。

分數上上學期是35% A+左右，我感覺我的技術考試應該最多就是50%左右，不過規則考試、比賽加分、加分報告的部分應該表現還行，最後還是有A+。不過個人感覺相較室內，室外要A+真的技術要求更高，不然就是要像我一樣運氣夠好分到強隊然後所有加分機會都去完成。

深造預備英文寫作與口語表達

  • 授課教授：李佳穗
  • 學分：3
  • 預期成績/最後成績：A-/A -> pass
  • 甜度：4
  • 涼度：3
  • 推薦程度：5

先偷個雞塊的心得，以前就對這門課略有所聞，剛好這次選到了想說以後說不定選不到所以就趁還有探索學分先來修一修。加簽的部分可能是今年人數沒有很多，沒記錯的話後來是全簽，即便是這樣修課人數也沒有多到會擠滿整個教室。上課方式是兩節正課一節討論課，討論課只有在有對應作業時會有，所以整學期應該也有接近一半的時間只有上兩堂課。

這門課前半段最重要的就是假設你自己有個目標申請的科系，然後針對那個科系寫Resume/CV和SOP/POS，老師會很認真看你的文件給你feedback，另外如果你是已經要申請的年級，也可以另外跟老師約時間請老師幫你看其他申請文件，但當然我的年級還沒有到那個階段，科系部分也是隨便選了一個目標然後試圖把目前的經歷去連結，不過我覺得只要有一個具體的目標（建議是申請degree而不是交換，因為後者的目標文件內容都比較沒那麼完整、要求不高，在寫的時候可能比較不會寫到以後用得到的東西？），有一點經歷之後就可以修了，老師學期末也有說如果以後有幫忙看文件的需求也可以寄信跟老師約時間，讚的。

這門課有不少討論的時間，老師一開始會調查系所與專業分一些小組，雖然沒強制規定全部課程的小組都要是照老師分的方式，但因為外系仔來修課也只認識了老師分的組內的成員，所以後來上課討論以及期末報告都是和同樣的組員一起（我們這組是全班唯三的理科生）。課的中半部分則是教學術寫作，雖然去年就聽過一次了但很明顯這堂課教得比較好，還有要怎麼加強學術寫作的flow的部分也是蠻需要學習的，期中考在第11/12周左右也只考這個部分，我是只簡單讀了一下就考了個89（最高92平均82）。課的後半段就是講academic presentation的內容，然後要我們在期末報告分組介紹一篇paper。跟以前比較不一樣的是期末報告的paper多了很多主題，我們這組是選了一篇AI的論文（但那篇超唬爛）。

這門課老師是真的超級用心，讓我印象最深的是她大概在第四周就可以叫出全班同學的名字以及專業了，在那之前我甚至沒跟她當面說過話，只有填了期初調查大家專業領域的表單而已。課堂間或下課時老師也會順便跟你討論你的文件或是一些比較領域相關的話題，只能說老師對待學生真的很認真。

成績上相對蠻不透明的，像期末報告的分數都不太知道怎麼給。我自己覺得寫的跟考試都中規中矩（SOP, Resume都拿A、期考89分），上課有加一些分但不算最多的那群，最後拿了A，不過有探索所以我是沒有很在乎。另外就是這門課認真修的話 loading 不輕，不管是寫作或是做期末報告都需要花一些時間，相對一般的涼通識需要花更多心力。總之有興趣出國深造的人真心推這門課，如果不那麼在乎GPA的話就更推了，最好的話還是大三以後修，但我自己覺得只要有經歷能寫大二修也沒不好。

全民國防教育軍事訓練課程－防衛動員

  • 授課教授：余宗基
  • 學分：0
  • 預期成績/最後成績：Pass/A-
  • 甜度：X
  • 涼度：X
  • 推薦程度：X

跟其他的國防課一樣都算自修課，上下課都會用zuvio各點一次名，上課時是算加分、下課的是正式點名，好像會隨機抽點人名但我沒被點到過。學期分數是出席+期中報告proposal+期末報告，沒考試算是很優良的點。上課應該是我上過三個國防教授裡面最無聊的一個，所以後來也沒怎麼聽他講課，報告一樣是用GPT寫完之後再修一下就交了。

服務學習甲

  • 授課教授：柯宗瑋
  • 學分：0
  • 預期成績/最後成績：Pass/Pass
  • 甜度：X
  • 涼度：X
  • 推薦程度：X

用 NASA1! 抵掉。

DSA 助教

原本是因為有一些想法所以才來加入助教群的，但歷史重複地告訴我們熱情在學期中就是一個燃不起來的東西。我被分到的是程式組，主要負責出 HW0P6+HW1P3+HW4P3，以及TA hour和改期中期末考卷。兩位老師對P3的policy其實不太一樣，軒田老師都是他生出題目大致的題目內容，然後我再去完成其他部分；欣穆老師則比較「自由」一點，基本上就跟出一題題目差不多。不過比起我出國的其他比賽或IOIC，出DSA的時候死線壓的非常緊，HW0基本上是一知道自己有當上助教之後隔沒幾天就截止了、HW1,4的第一條死線也離作業公布的死線蠻遠的，另外就是老師、組長對題目的要求多很多、因為是第三題的關係題目也比較不能自主決定一些事情，算是有讓我體會到一些有階層的團體工作的經驗吧。TA hour和改考卷的部分就比較常規，以前ADA也知道改考卷的痛苦了相較之下DSA就輕鬆很多。最無趣的部分應該是抓抄襲，因為有人頭腦撞到想說出function題可以卡掉GPT，結果讓自己抓抄襲時遇到很多困難和爭議==。當TA雖然薪水很低（相比在營隊或比賽出題），有跟一些系上同學更熟了，整體來說我覺得不虧。

資芽

在北C轉正式講師，因為太多講師同時退休，工作量大幅的提升，上課堂數從2提升到5，加上出大作業一和批改，讓我真的體會到資芽影響到學期loading了。今年學生人數大幅減少，希望明年接學術PM之後能改善一些事項，不過看到那些有熱情的高中生能在資芽這個環境認識更多東西並且朝這個方向邁進，真的是很讓人有成就感的一件事。

回顧

這學期在選課的時候就打定主意要選少一點，投入多一點時間到實驗室來拚發表，除了IR之外其他課都算是本來就打算要修的課。然而，我認為學分變少省下來的時間並沒有讓我提高多少產能，甚至實驗室有幾週也是忙到只完成minimal work，而之所以會覺得「忙」其實只是因為工作效率比起前兩個學期降低很多。從期中考後那幾周的生活大概就能體現，以往9-12周通常都是地獄般的生活，但這學期大概只有第9周有資芽+DSA+機率期考的壓力。總結來說我認為降學分的目的並沒有達成（一部分也是因為實驗室的一些關係），因此下學期還會認真考慮要不要這樣選。比較意外的是可能因為有更多時間讀書、更充分的準備考試，所以拿到了第一次4.3，希望能順便拿到書卷獎。我一向不認為4.3有多重要，希望下學期還是能修自己想修的課和做夠多想做的事。