前言

看到網路上好多資工系的大神在分享修課心得，看得我很是羨慕，趕快也來跟風寫個修課心得來分享一下。

話不多說，直接上這學期的修課清單:

高等人機互動介面

每周花費時間(課堂外)：15 ~ 20 hr
出席次數：公假缺席一次

這門課感覺上不是給大二選的，我可能選課的時候腦袋撞到吧。 第一堂課進去就看到大部分人都是大四和碩士生，我感覺是相當的害怕，不過那個時候又很懶得加選就硬著頭皮上了。

這是一堂由陳彥仰教授所開設的「研究導向」的課程，主要是給教授實驗室(HCI Lab)內的學生修的，我還是我不知道我當初怎麼會想選。課程第二周就會分組 (後面有可能會換組員)，之後整個學期就會開始針對一個大主題慢慢縮小到一個問題去研究，每堂課幾乎就是每一組上台報告進度，然後大家問問題，就結束了，有某些時候教授會講一些關於研究的方法之類的。

我這個學期真的花了超多時間在這上面，體會到了研究到底是一件多「好玩」的事，整體而言，前半學期都在讀 paper 和修改研究問題中度過，後半學期則是繼續讀 paper 和設計研究方法，由於教授是希望每個組別的研究都能夠在之後投稿到 conference 上面，所以其實到寫這篇文的當下 (8月) 實驗都還在如火如荼的進行中。

這門課雖然跟我當初預想的不一樣，不過我還蠻感謝這門課的，真的讓我(在課程外)學到了很多東西，像是如何快速看 paper、如何設計實驗、如何寫論文、如何做資料分析等等，尤其我真的是啥都不懂，真的很怕戳到組員，還好大家都很 nice。

成績的部分，我只能說完全不知道是怎麼算的，整個學期就是一直在搞實驗，沒有考試啥的，所以也沒特別注意成績的計算方式，還好我最後是有拿個 A+ 啦。

總結：我認為這門課相當不錯，真的可以(被迫)學到很多東西，不過如果沒有要搞實驗或是時間很少，就不太建議修這門課。

作業系統

每周花費時間(課堂外)：3 ~ 4 hr (有作業時 10 hr)
出席次數：開學 + 期中 + 期末

資工系大二必修，單雙班上課和考試內容一模一樣，只不過教授不同和簡報有些差異就是了。喔對了，雖然我是雙班，不過我都是看單班施吉昇教授的課程影片。

個人認為內容不算難，基本上都是一些看了就會懂的東西，考試也是只要簡報有讀熟就可以拿到不錯的分數，我都是考試前一周才開始啃課程影片和簡報，期中期末至少都還是拿了 80 幾分 (平均分別是 64 和 78)。

作業有四份，不會很難，不過有時候 spec 要多讀幾次才會懂，我每次都大概是花一個周末寫完。而 cool 上都有好心的同學提供測資來讓大家檢查自己的程式，至於我是懶的 debug，助教給的測資有過就丟上去了，還是都有拿到平均值上下的分數，也不算太差？

總結：必修沒得選，如果是很在乎 GPA 的人，只要多花一點時間(或是很電)，拿 A+ 應該不是問題。

機率

每周花費時間(課堂外)：1~2 hr
出席次數：5 次 (含期中、期末)

首先，我覺得教授教的內容沒有到很難，不過不知道為什麼很常講一講就講到道家和web3 去了 (?)，而且我聽這堂課都會特別想睡覺，所以我只有學期前幾堂有去，後面就都是回家自己讀簡報加課本了。作業都蠻簡單的，都是課本後面的題目，真的解不出來，網路上其實都找得到答案。

雖然很多人都說雙班機率不難(很水)，不過我感覺我對數學是真的沒有慧根，考試雖然有一部份應該是課本題目改的，但我還是大概只有平均分而已，當然也有一部分原因是我在這堂課沒有很認真就是了。

話說好像蠻多人是選雙班的課但都跑去單班(林守德教授)聽課，因為單班的課教比較多東西。

總結：必修沒得選，不過整體還算輕鬆，而且會調分

去中心化應用程式之設計實務

每周花費時間(課堂外)： 0 ~ 1 hr
出席次數：缺席一次 (和朋友跑去吃壽喜燒了)

基本上沒啥負擔的課，每週就是去聽聽各個 web3 領域的講師分享他們各自的主題，其實沒什麼「實務」的部分。課程影片都有公開上 youtube (而且還有我報告的影片🫣)，沒有修課的人也都可以看？期中是個人報告，期末是團體報告，然後如果有參加指定的競賽之類的可以加分。

可能是因為算是新的課吧，個人感覺課程大綱並不是很完善，每周的主題也都相對零散，碰不到太深的概念，頂多是做報告的時候會多查一些資料就是了。這堂課算是我第一次接觸到 web3，稍微的了解了一下區塊鏈、去中心化相關的東西，不過我發現我對這沒什麼興趣就是了。

雖然我從這門課並沒有學到很多 web3 的知識，不過我還是很慶幸有修這門課，才可以讓我後面能有和其他人一起參加黑客松的機會 (以後有機會再來分享這個經驗)。

總結：想學很深入的人可能會小失望，但好處是可以接觸到許多 web3 界的大人物。

國際關係概論

每周花費時間(課堂外)： 0 hr
出席次數：缺席 2~3 堂

期中以前是上課本的部分內容，教授教的進度不算快，大概一兩周會教一個章節，而且中間常常會放影片之類的給大家看。雖然不熟，但教授人感覺挺 nice 的，講話有時候也挺幽默的 (見仁見智)。期中之後是會邀請不同講者來演講 (好像有外交官、其他學校的教授等)，以及讓同學上台期末報告。

教授說因為著作權關係，所以不提供簡報之類的，但我又不想花錢買課本 (五百塊)，就決定上課聽聽作筆記就好。結果我上課都沒在做筆記，所以期中考的可慘了。期中考的題目應該是課本有看就有分 (我沒看)，然後申論題就是簡單回答一下你對國際關係的見解。期末報告則是可以單人或團體，自選主題然後上台報告十分鐘。

評分方式蠻奇異的，期中考和期末報告各一半，不過因為時間上沒有辦法讓所有人都做期末報告，所以教授就說期中考的不錯的人，可以用期中分數的 90% 當作期末報告的分數，所以有些人期中之後就沒來了。當然我因為期中考爛了，所以有做期末報告來拉分數。

總結：教授 nice，分數好拿

籃球中級

每周花費時間(課堂外)： 0 hr
出席次數：全勤

這好像是教練退休前的最後一堂課，我是真的蠻幸運的。教練雖然有時候會突然開始老人說教，但人還是蠻好的，都會叫大家老弟，而且很會認臉，每次有人遲到都會被抓包。課堂內容和評分方式沒什麼好說的，而且之後應該也修不到教練的課了🥲。

總結：開心打籃球就好

生成式人工智慧導論

每周花費時間(課堂外)： 0 hr
出席次數：大概 3 次而已

沒有期中期末，每周去大講堂聽教授談生成式人工智慧，作業只要點點 colab 就好，對所有人都是相當 nice 的一門課。

當初選這門課只是因為不知道要選啥，然後看起來蠻有趣的就選了，教授確實很會教，講話幽默深入淺出，不過其實我這門課沒怎麼出席去聽，因為禮拜五只為了這堂課要通勤兩小時感覺小虧，而且內容因為是通識所以沒有很難，後來我就直接看影片沒有出席了。

話說我暑假開始看李宏毅教授的機器學習 youtube 影片，我只能說，這東西真的太讚了。

總結：非常適合入門 AI 的一堂課，很適合水學分