這次腸太郎來分享電機選修了～ 在這篇由於個人興趣在 AI 各種領域應用，所以修課偏向純軟程式設計、ML、DL、CV，以及一些跑去通訊所修習的進階數學知識，若同樣對人工智慧領域有興趣學弟妹，歡迎可以參考看看 (*^ω^*)

這邊提供對於計算機組和 AI 學習很有幫助網站：

本文順序： [ 前言 ] [ 計算機組選修 ] [ 通訊組選修 ] [ 雜項電機選修 ] [ 人工智慧數學學程 ] [ 電機系選推薦文收藏 ] ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ•̫͡•ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ•̫͡•ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ 在分享選修課資訊前，先向準備升大二、即將要開始修習選修課的學弟妹說明在「有能力」的情況之下，盡量多修一些專業選修的重要性。

P.S 在初選 2 任何選修課都可以選，上面標記年級參考即可，基本上很多課其實無入門門檻，而且後來發現有些碩班課修起來還比大學部輕鬆…. ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ•̫͡•ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ•̫͡•ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ 順便稍微抱怨個中山電機計算機組選修課開課情況，這篇文蠻建議想走這組學弟妹看看，再考慮清楚是否要往這組跑雖然抱怨居多，但很真實就是系上沒開課還不如早點修完 8 門，去資工補專業修課經歷

P.S 裡面有輕微爆料文，想吃瓜的也可以看看 資工系修課參考： 內含資工系的共編 hackmd 心得分享 十分齊全完整，參考價值十足 😍😍😍

資工修課推薦文：

ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ•̫͡•ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ•̫͡•ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ 涼度：🌕 ( 1～5 ) 甜度：🍬 ( 1～5 ) 實用性：📘 ( 1～5 ) 除非特別涼、甜、實用才會給突破範圍 有突破界線的都是某方面一定要選到的好課 [ 計算機組選修 ] 112-2 電機系-離散數學 教授：陳伯煒 涼度：🌕🌕🌕🌕🌕🌕🌕🌕🌕🌕 (10) 甜度：🍬🍬🍬🍬 (4) 實用性：📘📘📘📘📘 (5) 成績：A+ 存在考古：✅ ( 應該只有我留 1 屆的 ) 調分：✅ 評分方式：期中 / 期末考試各 50% 心得： 這門原本是電機系的數學 3 選 1 必選修，後面應該就直接變系選，老師上課是以板書教學，偶爾會是用投影幕寫在平板，上課內容主要是數論、排列組合、生成函數、圖論、遞迴關係式、tree 的數學性質，同樣簽名 60 分及格，會調分保證 20% 以內 A+，期中 / 期末都為 5 題填充題、是非題組，幾乎全從上課例題出題，只有期中 1 題從大碩離散課本出的，一樣要記得基本題不能錯扣 -10～20、困難題扣 -5

P.S 老師期中考前可能提示要特別看什麼，這會就是等會考題要特別注意，那時說可多複習空集合性質，看到題目就出了那個是非題組 課程紀錄：

112-2 離散數學 成績分佈： 老師當屆直接調分到至少 B+ ，但要特別注意是每屆不知到為何總會有 20% 內最後成績是 A 不是 A+，聽過一些朋友講過這件事，因此考試記得多驗算幾次免得粗心失分！！！ 修課人數 107、期中 / 期末同時 A+ 只有 19 人 大約 18% 接近老師說的 20% 內 A+ 則 A+ 和 A 平均為 A+ 這我不確定是看原始分數，還是直接等第換算 (95+87)/2=91 而得

112-1 電機系-資料結構 教授：周孜燦 涼度：🌕🌕🌕 (3) 甜度：🍬🍬🍬 (3) 實用性：📘📘📘📘 (4) 成績：B 存在考古：✅ 調分：🔺 ( 看老師當屆心情和曠課人數 ) 評分方式：期中 / 期末考試各 50% 心得： 這門主要是介紹常見的資料結構包括：vector, linked list, stack, queue, tree, heap, hash table, AVL tree 如何透過 C++ 實作，但不會有程式作業，純紙筆考試課程，不然其實我蠻想給到 5 本 📘 ，但因為這缺點就 4 本 📘。 燦哥通常第一節課都會嘗試勸退學生，說已經忘記了什麼不適合修這門課，其實聽聽就好，老師上課時後都會複習特別是在前 3 週會快速 review C++，而且老師都是中文投影片，方便學生理解，老師上課內容是真的有料、內容很充實，偶爾上課蠻幽默的。

每個章節後面都會有習題，個人覺得資料結構題目是燦哥套餐裡面題數最多、複習起來相對較不方便的，因為期中會有手寫程式碼，所以需要背 code，而且蠻多畫圖展示步驟流程題目，繪圖起來會特別麻煩，後來覺得其實像燦哥講的大三再修比較好，而且這門還是推甄需填寫重要科目，有點後悔當時後太早修，大二必修較忙，習題練不太熟悉。 期中 / 期末都從習題出約 70% 剩下 30% 類似題，通常期中改的是演算法分析題目改 code，期末當時類似題記得為前中後序，隨意畫出的圖寫出來就好，需要注意是都題組題，開頭寫錯、容易會全錯，而且畫圖題有點較難部分給分。

則調分蠻看老師當屆心情和曠課人數，當時期中完，曠課人數較多，印象好像 +3 or +5 有點忘了 P.S 投影片都設有密碼，每屆好像密碼都會改，想要看的只能和修過學長姐拿，則投影片內容燦哥每年也都會小改投影片，期中可以直接看有手寫程式碼的題組，期末 AVL tree 必考連續 2 屆都有佔 30 分，記得補下面白色方框的子葉，沒補直接做會全錯😢 P.S 然後其實個人比較推薦去應數系找鐘思齊修，雖然會變成不是系選，但甜度上較好拿分、也能夠防止推甄科目像我失利沒修好情況，而且他是有程式作業實作由 python 進行撰寫，對於之後想學深度學習所用的程式語言能更加熟悉，詳細內容可看這則留言紀錄，今年 115-1 有開課要修要快，他不是固定開課

113-1 電機碩-賽局理論與應用 教授：周孜燦 涼度：🌕🌕🌕🌕🌕 (5) 甜度：🍬🍬🍬🍬🍬 (5) 實用性：📘📘📘📘📘📘 (6) 成績：A+ 存在考古：✅ 調分：🔺 ( 看老師當屆心情和曠課人數 ) 評分方式：期中 / 期末考試各 50% 心得： 這門主要在介紹賽局理論在原先 18 週內容會介紹到衝突、合作、利益分配，但現在 16 週幾乎都是教完4 種衝突的 Nash 均衡如何解，課程就會完整結束，則學這個有些人會疑惑為何開在電機碩，其實是近年網路領域論文常用賽局理論解決網路資源分配問題

這課程就是單純數學課，只要高中機率、大一微積分就可以修習，課程非常的有趣在計算各種情境下如何進行決策能讓利益最大化，簡單說就是算每種決策後期望值，如何去分析問題算出來。 期中 / 期末同樣都從投影片後面習題改數字出題，這應該是燦哥三套餐裡面習題數最少、最好複習的，大約 80% 習題、20% 投影片裡面範例。 P.S 這門課當屆似乎沒人曠課，沒有出席加分，但是老師偶爾會在課堂問問題，都是當下投影片講完，問是否有同學會算接下來的範例，上去寫有算對總成績 +1 P.S 考試可帶計算機，期中可能需用到針對 Ch5 題目，因為題目都是 4*4 矩陣，建議考前借台 fx991-CW 課程紀錄：

113-2 電機碩-演算法設計及分析 教授：周孜燦 涼度：🌕🌕🌕🌕 (4) 甜度：🍬🍬🍬🍬 (4) 實用性：📘📘📘📘📘 (5) 成績：A+ 存在考古：✅ 調分：🔺 ( 看老師當屆心情和曠課人數 ) 評分方式：期中 / 期末考試各 50% 心得： 這門雖然是演算法，但因純考試也變成像純數學課，主要介紹 Divide and Conquer, Greedy, 動態規劃, 圖論, 線性規劃, NP-complete ，同樣也是解析各種問題如何去解決，並證明他的演算法複雜度，會比較建議數學好一點再修這門課，不然可能會有點痛苦 老師同樣開頭會勸說沒修資結和離散不建議修，但是實際也仍然聽聽就好，因為沒有任何程式作業，這門單純算數學，我有些朋友沒修資結也都 A+

期中 / 期末同樣都從投影片後面習題改數字出題，這門習題數和賽局差不多，只是證明計算較為繁瑣，大約 80% 習題、20% 類似題或投影片範例。 後半部在教 Ch9 線性規劃時，老師會趁著人少時，偷偷說把那章題目當作業，到時期末考把作業繳上，不知道就變當場考試題目，因為那題要畫一堆表格，大概 7 面 A4 的計算量 P.S 調分則看當屆老師心情，我朋友下屆修時超爽，不知道是曠課真的太多、或者老師中樂透，都有到課總成績 +8.5，我聽完超嫉妒我這屆都沒加到😡😡

P.S 大概講完燦哥三套餐所有課程，涼度上 賽局 > 演算法 > 資結 我會建議二上先修賽局當燦哥套餐入門，覺得還可以二下再修演算法，最後三上再把資結補回來，認真說這順序雖然有點反常，但是依照硬度確實如此 除此之外，順便稍微說一下有修滿全部燦哥三套餐，他會願意幫你寫所有推薦信，你寫好稿子給他就好，則沒修滿我就不知道會不會幫忙全寫了 (？ 課程紀錄：

114-1 資工碩-電腦視覺之深度學習 ( CVDL ) 教授：楊惠芳 涼度：🌑🌑🌑 (-3) 甜度：if 原始分數-💣 (-1) else 調分後-🍬🍬🍬🍬 (4) 實用性：📘📘📘📘📘📘📘📘📘📘 (10) 成績：棄選 存在考古：✖️ ( 老師無敵討厭考古 ) 調分：✅ ( 聽說平均會大調到 A- 相當於 80 ) 評分方式： 1. 作業 Assignments：45% 2. 期中考 Midterm exam：15% 3. 期末考 Final exam：15% 4. 期末專題 Final project：20% 5. 出席 Attendance：5% 心得： 修課硬度前情提要： 省流-「碩班當成博班操」深度學習版本 iclab 硬度 但想學習 CVDL 會是中山絕無僅有實用好課

這門課主要在介紹深度學習和電腦視覺的各種技術，會逐一講解 MLP, CNN, RNN, Transform, Object Detection, LLM 各個主題，楊老師是一位很有教學熱忱老師，講義改編自史丹佛大學 cs-231n 教材，課程設計特別紮實，整門課若能完整修完會收穫滿滿對於這領域帶來大觀瀏覽認識，要注意課程進度內容特別緊湊老師講義每份 100+，最後期中考試累積到800+ 的考試內容。

總共會有至少 4 次作業，通常每隔 2～3 週要繳交，初次作業單純寫簡單的 PyTorch 副函式，到了後面第 2 次作業要實做出 MLP 的影像二元和多元分類，作業都有挖空提示，能感受到老師設計作業很用心 第 3 次作業則是訓練 CNN/Residual Autoencoder 影像復原需要比 PSNR 指標，當時作業很刺激大家通常都只能拿到 89，每個人跑出來都約 21 dB 無法達到 30 dB 印象去查 CVPR 論文也做不到，意味若做出來你就能發一篇頂會論文。 第 4 次作業棄選了蠻可惜的，被踢出 TronClass 前下載內容是影像描述任務基於 Vision Transforme 解碼器遷移學習，程式 80%、報告 10%、剩 10% 同樣是在比 BLEU 分數，前 10 %排名才能夠拿滿，10～30% 拿 8 分依此類推，最後 10% 不加分。 期末報告就更加具有挑戰性，需要提計劃書 10%、進度報告 20%、期末 demo 佔 70%，可由現有的kaggle 競賽或者 paper 更改實作方法 or 有其餘的實驗貢獻，則老師不太建議撰寫 peer review 論文，期末上台報告大約 10 分鐘，老師很注意分工合作，貢獻度分配會影響成績。 P.S 要注意是修課前最好就找好組員，當時有節課就突然約 30 分鐘就分完了，我是自己跑來修課，原本想說看看能不能發 dcard 找組員應該總會有像我 1～2 個落單能湊的，可惜這麼快就課堂分完自己一組😢 則期中和期末考試也十分有挑戰性為 25 題問答題，老師上課任何口頭描述都可能成為考點，由於楊老師特別的討厭考古，曾因為有人有考古發生集體重考，所以我只會提點重要觀念考點，不涉及到完整題目，則期中大家平均不到 45 分

然後關於調分聽資管朋友修他的資料庫是說，他的課都會大調到 A-，但是我因為當學期真的太忙棄選，因此我無從得知最後調分幅度。 期末報告詳細規定：

重要考點觀念：

其他評價內容資訊： ( 在下面留言 )

114-2 電機碩-電腦視覺 教授：魏家博 涼度：🌕🌕🌕🌕 (4) 甜度：🍬🍬🍬🍬🍬🍬🍬🍬 (8) 實用性：📘📘 (2) 成績：A+ 存在考古：✅ ( 應該只有我和碩班學長留存 ) 調分：✖️ 評分方式： 1. Assignments：48% 2. Final Project：32% 3. In-class Quizzes：20% 心得： 在嘗試修 CVDL 失敗後，就回來本系修電腦視覺，兩門課涼、甜、實用程度天差地遠….魏家博開設的基本上難易度幾乎和通識課差不多，特別的涼甜只是教的特別淺無法學到啥東西，若單純想刷 GPA 這門課程會非常適合，可能大二程度就可以修了。

和計算機程式一樣平常會有 Zuvio 小考，要注意是考試時禁止手機拍投影幕，也是同樣考上節課內容，大家應該也都偷用 gpt 打上題目作答，若手速夠快都能接近拿滿 20 分，但有幾次要自己會計算出 CNN filter 輸出維度變化，否則會來不及打完。 4 次作業分別為梯度下降法、影像處理和資料統計、CNN 濾波架構設計、影像分類訓練，都程式碼挖空引導提示，需要實作內容不多配合 gpt 幾乎也都能拿到滿分成績。 最後 Final Project 需要上台報告和繳交書面報告，時間大約 5 分鐘，無論做再爛有完成就保底 80 分，只是報告時會很神奇…老師鼓勵大家用現有 github 去做實際應用和改良方法，但報告時又覺得學生都做純套模報告會有點嫌棄😅

則最後 Final Project 評分也很謎，我得出的結論是完全看上台報告順不順決定成績，書面做了 30 頁的合成資料 + NeRF 三維重建技術探討和前後端實作，最後輸給好幾屆都有人做的 Mediapipe 控制 ppt， 雖然分數都是 80～90，但還是會有點小氣在這裡，所以書面隨意做應該是沒差。 P.S 和同組朋友確認過，貢獻度分配實際不會影響到最終成績，同組組員都會是同個分數，當時分配接近50, 30, 20 分的，但我們用原始分數反推都一樣 課程網站：

114-2 電腦視覺 成績統計： 修課人數 48 人、平均 91.2 有將近 75% 的 A+、21% 的 A 分數給的真的超級涼甜 😍😍

[ 通訊組選修 ] 113-2 通訊碩-隨機過程 ( 英授 ) 教授：王藏憶 涼度：🌗 (0.5) 甜度：🍬🍬🍬🍬 (4) 實用性：📘📘📘 (3) 成績：期中 100 分棄選…. 存在考古：✅ ( 期中/期末詳解都有發 classroom ) 調分：🔺 ( 若大部分考太慘會調，但通常幾乎沒 ) 評分方式： 1. 期中：50% ( take homework ) 2. 期末：50% ( 總分 115 ) 3. 出席：+3 ( 偷點名 ) 4. 上台解題：每次 +1 ，有人好像 +5 or +6 5. 英授觀課當天出席：+3 心得： 這門課前半部主要教隨機過程基礎導論、泊凇過程、馬爾可夫鏈，後半部則偏向數理統計在教收斂理論、均方估計、參數估計、隨機訊號分析處理。 這門數學難度應該是我大學所有修課裡感覺最高的，建議對於數學很有自信再來，內容會特別玄、抽象，老師上課講義是自編的，上課主要是在帶數學觀念、推導式子，是覺得講義範例有點偏少，會有點難抓到這些東西要用在哪裡。

老師總共會發出 3 次 PBL 作業、期中 / 期末習題，有幾節課會帶我們解作業題目，上台去解可以加分，通常這幾堂課才比較能真正知道這些東西要如何算，而且老師會趁機洩漏期中題目怎麼解的提示。 期中考是讓我們帶回去考的，題目我覺得蠻有難度，當時配合 gpt 解也解至少 4～5 天才解出來，應該說那時 AI 寫的數學嚴謹度還蠻低，而且都很概念性，需要自己補細節地方蠻多，而且老師題目考了蠻多 strict sense stationary process 證明約佔 40 分，除了提示的 10 分剩下 30 分網路上都找不太到相關證明資料。 這也是為何最後棄選原因…我很害怕那 30 分全錯，加上到棄選週還沒改完考卷，結果在我棄選完之後，他仍然有改完我的考卷，我看到成績整個完全傻眼，期中 100 棄選，因此超級後悔最後沒修成，改考卷似乎特別的鬆 😭

則期末雖然我棄選了，但從 classroom 公佈詳解，大概估算總分 115 作業題佔了 70%，甚至可能後面課程還包含洩題…就更多，若我有留著包含加分成績應該絕對 A+ 😭😭😭 P.S 那屆王老師很常趁學生曠課很多時偷點名，印象當時好像出席總成績 +3，後面因英語授課有人會來觀課審查，他說當天有到課總成績再 +3 超佛 😍 P.S 後面英授可能會都改新老師吳孝純，不確定是否王老師會再開課，只能確定第一屆吳孝純的隨機過程期中 / 期末是 open internet 開放 gpt 考的，反正應該都會比隔壁曾凡碩更加涼甜，若後面沒改的話 114-2 通訊碩-統計通信理論 教授：王藏憶 涼度：🌕🌕🌕 (3) 甜度：🍬🍬🍬🍬🍬 (5) 實用性：📘📘📘📘 (4) 成績：A+ 存在考古：✅ ( 期中/期末詳解都有發 classroom ) 調分：🔺 ( 若大部分考太慘會調，但通常幾乎沒 ) 評分方式： 1. Midterm 1：30% 2. Midterm 2：35% ( take homework ) 3. Final Exam：35% 4. 出席：+2 ( 偷點名 ) 5. 上課問答：每次 +1，這學期有 6 次機會 心得： 這門課在教「檢測與估計理論」，個人覺得其實就是應數系-統計學 (一)….只是就換個比較工程的名字，單純機率與統計的延伸課程，若當初的機率有學好，這門課應該會很輕鬆。

老師講義基本上是把 Steven M. Kan 那本書內容，擷取部分所編成的，網路能找到中譯本 pdf，會建議修課搭配書中內容去看比較知道如何推導，上課內容在教假設檢定、確定/隨機訊號檢測、複合檢定、MVUE、CRLB、線性估計、BLUE、MLE 老師一樣平常會發佈作業練習，也都會有公佈詳解，越是到期末曠課人數越多、洩題也會越多，所以絕對要來上課聽題目，比例大概是這樣 Midterm 1：選擇洩題 25%、作業 45%、自出 30% Midterm 2：take homework Final Exam：洩題 70%、作業 30% 上過老師 2 門選修我得出一個結論，老師通常較難內容都會放前半部，所以前面課程較挫折會很正常，Midterm 1 看似要背一堆公式，但我從頭到尾實際用likelihood ratio test 硬爆從頭開始推導就拿到 98，要修的可以嘗試也這樣，不然應該背不完

則 Final Exam，老師很愛考一種題目，這題目老師只是換了不同分佈就考 3 個題組佔 50% 分數 (1) 由 Neyman–Fisher 分解找出充分統計量 (2) 證明為 unbiased estimator (3) 由 RBLS 定理計算條件期望值，找出 UMVUE 當時就是考 X1,X2,…Xn ~ Bernoulli(p) / Poisson(λ) , Uniform(0,θ) 分別這 3 個題組 114-2 統計通信理論 成績分佈： 修課人數 29 人 平均 78 分 A+ 佔 20.6% 是覺得理論上可以更多 只是真的太多人曠課了 www

114-2 通訊碩-矩陣理論 教授：溫朝凱 涼度：🌕 (1) 甜度：🍬🍬🍬🍬 (4) 實用性：📘📘📘 (3) 成績：A+ 存在考古：✅ ( 應該只有我留存 ) 調分：✖️ 評分方式： 1. 小考：70% ( 12 次取 10 次最高分 ) 2. 期中：15% 3. 期末：15% 心得： 這門為線性代數延伸，數學硬度算是我修過第二硬的僅次於隨機過程，課程主要在教各種 Norm、特徵值擾動分析、正定矩陣理論，個人覺得溫老師所選擇的教科書有點太偏數學系，介紹蠻多定理和性質，但是實際工程或在資料科學應用，往往不知道會用在哪，而且那本書年代有點古老，雖然好像數學系經典。

上課主要為板書教學，主要都在推導定理性質證明，會出練習作業主要就是板書內容，小考都從作業出，每次作業題數約 10 題，每題證明可以寫到 1～3 面完整 A4 的長度，則問 gpt 證明僅供參考有些也會有部分嚴謹性問題存在。 在考試前天會有助教課公佈詳解，只是因為只有 1 天晚上準備加上作業全是證明又很長，可能有些人無法即時理解背完證明，小考分無法拿滿….這點修課的要特別注意！！！ P.S 小考題數約 1～2 題，上課前 15～20 分鐘考，寫起來會有點趕，要立馬寫出滿滿 A4 證明 期中 / 期末也是都從作業出大約 70～80%，剩下的20% 為類似題證明，只需要準備 1 堂課板書內容和平常小考一樣，題數期中 4 題、期末 10 題，則期中建議以老師板書為主，小考是助教改、期中老師改，當時助教詳解有錯，被老師發現好像噴 20 分

P.S 小考、期中 / 期末在準備有個訣竅，溫老師命題幾乎都是會出上節課板書最後一個定理性質的證明，所以直接背作業最後倒數 2 題，通常命中率很高，若是真的無法理解背不完的話。 114-2 矩陣理論 成績分佈： 修課人數 7 人包含 2 名助教一起修 總平均 86.45、去除助教平均 82.59 去除助教後 A+ 實際人數應該只有 2 人 會建議真的想修這門課…要先有能力自嗑大碩黃子嘉線性代數課本，若沒問題再來修

114-2 通訊碩-個人無線通訊系統架構和實行 教授：王復康、溫朝凱 涼度：🌕🌕🌕 (3) 甜度：🍬🍬🍬🍬🍬🍬🍬🍬 (8) 實用性：📘📘📘📘📘 (5) 成績：A+ 存在考古：✅ ( 應該只有我留存 ) 調分：✖️ 評分方式：（ 取自完整 excel 紀錄 ) 1. 電磁-出席：86.5% 2. 電磁-筆記互評：13.5% 3. 電磁-報告加分：+3 4. 通訊-實驗報告：40% ( 7次平均 ) 5. 通訊-小考：10% ( 6次平均 ) 6. 通訊-期末報告：50% 7. 通訊-3GPP 演講問答：+3*4*0.5=6 8. 上面細項需要取平均*0.5 才為總成績 總分 104.5 分 心得： 這門課為教育部補助計畫課程，主要在實作 OFDM 基地台程式模擬，王老師、溫老師 lab 學生會被強迫參與修課，以及大學部留在中山要進溫老師 lab 學生也會修這課程，所以修課人數其實有點充數來的…，但這課非常的涼甜，想要刷 GPA 可以來修😍

在前半部電磁由王復康老師授課，主要就是在和老師聊天喇賽和紀錄每週上課內容寫成筆記，在第一堂課會分組老師會要求不可以同 lab、大學部也會打亂，約 5～6 人一組，目的單純以組討論老師給的問題，課堂上氛圍蠻輕鬆聊著聊著就會下課了🤣 筆記互評通常都是彼此認識排名會評高一點、不認識隨意排名，所以最後情況就是大學部、王老師 lab、溫老師 lab 互評排名在拉扯，建議想修的可以拉多點認識的人。 P.S 原本規劃上出席 80、筆記 20，但看最後 excel 成績似乎為比較容易計算，每提升 1 名次 0.5 分，變成出席 86.5、筆記 13.5，則報告加分就是寫任何微波工程主題做為報告皆可，頁數限定 2 頁 A4 後半部溫老師部分，主要是由他的助教群負責上課，其實主要苦的會是他的助教😅 這門課應該是溫老師訓練他學生報告課程，偶爾會看到老師狂問問題刁難他的助教，所以要進他 lab 的要有心理準備。

老師上課講義非常紮實，包含理論/實驗/補充講義， 助教負責教理論講義約 1～1.5 小時就會提早下課，讓我們回家寫程式，剩下的補充講義會有課程錄影，想看的自主觀看，基本上…其實大家聽完要獨立實作OFDM 各個模組 matlab 都會很模糊，因此實驗講義會提供範例程式碼，蠻多人是配合 gpt 做出來的，然後雖然在截止期限前一天助教會提供程式碼解答，但通常都會有些許小問題，建議還是自己提早實作，不要等助教答案。 實驗報告就是把模擬的圖表貼上去，附上說明和完成講義問答題就可以了，和在做電工實驗報告差不多，要注意是 OTA 部分助教不會附程式碼，這個是在做接收端影像回復為整門課重點，復原的圖像偶爾助教會更換成不同圖片，當時有人拿上週的被助教發現，超級好笑🤣 有完整寫完實驗報告沒缺任何的圖表，正常都能拿到至少 90 分。

則小考就是老師除程式作業也有手寫作業，小考題目從手寫作業出不用繳交用考試的，這個就是等前一天助教課公佈答案背起來就好。 最後期末 OTA 報告，是要將 OTA 完整程式碼繳給助教跑用 Throughput 比排名算成績： (1) 有跑成功就有基本分數 60 、最高前 5 名 70 沒跑成功最低有 45 (2) 書面報告限 1 頁 A4 佔 15 分 有做 GUI 使用者介面應該就能拿滿 (3) 5 分鐘講解影片佔 15 分 則 Throughput 當屆排名幾乎都 20～30 幾 Mbps，前 5 名都是溫老師 lab 助教達到 300～400 Mbps，後面知道他們好像使用 C/MEX 的 Matlab 語法加速在 LMMSE, 16-QAM demodulation 才能達到這種異常驚人速度。

課程實作內容僅供參考： 大概就是像這樣根據助教給的 Data 資料還原出影像並評估影像的 SNR/BER，最後要做出一個很兩光的GUI 介面方便拍影片展示

114-2 個人無線通訊系統架構和實行 成績分佈： 修課人數 28 人、含溫老師助教 6 人 含助教平均 89.57、未含助教平均 87.5 為了比較符合真實分佈，下面已去除助教為 22 人 A+ 人數佔了 45%

[ 雜項電機選修 ] 112-2 電機系-音頻電路設計 ( 英授 ) 教授：余祥華 涼度：🌕🌕🌕 (3) 甜度：🍬🍬🍬🍬 (4) 實用性：📘📘📘📘 (4) 成績：A 存在考古：✅ ( 年份都很古老 104、107 ) 調分：✖️ 評分方式： 1. Lab 1 Tone Control：20% 2. Lab 2 Wah-Wah circuit：20% 3. Lab 3 Modulator：20% 4. Exam：40% 心得： 這門主要在教如何設計電吉他，課程非常有趣實用，余祥華老師很會教分析設計電路，聽完整個課程會對放大器分析應用、如何選擇零件器材、低頻高頻響應有更深入的理解。 這堂有 3 次實驗報告要接麵包版像電工實驗一樣， 實驗零件我們 112-2 是已分裝好整學期會用到的，帶回去接電路，後面我朋友修 113-2 則是要自己去電子材料行買零件，可能經費不足了 😅

要注意接電路方式會和電工有很大不同，在做電工是求快能趕快下班，但是這課余祥華老師很注重接電路「美觀」因此才會是帶回家接，主要是會包含這幾個重點沒有做到會扣分： (1) 絕對不能使用接 Arduino 那種杜邦線！！！ 只能用接線盒處理好的單芯線！！ (2) 電阻、電容元件的腳都需裁剪貼平在電路板上 (3) 電路佈局一定要水平和垂直，不能夠出現像實作 惠斯更電橋斜接做法，而且元件之間越密越好， 使得電路路徑盡可能短，防止寄生電容 (4) 每個電源供應需要大電容+小電容 每個 IC 偏壓上需要旁路電容 (5) 旁路電容需要為最短路徑 上述任何一條違反，會扣實驗報告分數，電路板接完給助教驗成果，助教都會拍照也需要放在實驗報告，因此在接請務必注意！！ 比較機掰是當時第一次做 lab 1 助教晚發評分標準害我不知杜邦線會扣分 🙄

下面展示余祥華所要求的美觀差異：

則實作時間是另外安排緊接課堂結束下午 4～6 點，那時剛好我有服務學習，可以和助教另約時間補做，不會扣分，那時段好像也蠻多原始段沒做完補做的。 實驗報告製作不限格式，助教只說越完整分數越高，內容我是類似電工二做法，還包含 LTspice 模擬、一些理論數字計算分析，好像有拿比較高分拿滿

則期中考試主要就老師上課板書內容，會建議看錄影裡面講解較完整，近年考法和考古有很大不同，比較偏向問如何實作，考什麼紀錄在這篇。

課程網站：

112-2 音頻電路設計 成績分佈： 修課人數 42 人 去除 5 名棄選，實修人數 37 人 平均 77.46 分、A+ 人數佔 27%

113-1 電機系-無人載具概論 教授：李宗璘、翁愷貽、蔡舜宏、謝耀慶、鄧人豪 涼度：🌕🌕🌕🌕🌕🌕🌕🌕🌕🌕 (10) 甜度：🍬🍬🍬🍬🍬🍬🍬🍬🍬🍬 (10) 實用性：📘📘 (2) 成績：A+ 存在考古：✖️ 調分：✖️ 評分方式： 1. 出席-演講心得：30% 2. 作業 ：40% 3. 期末考：30% 心得： 這門課為多位老師合授的演講課超級無敵涼甜，當屆總共 8 場演講，由於有些演講不一定在課堂時間，因此有線上錄影，出席算法是線上最多只能 4 分、實體捧場最多 5 分，依照心得單總分*40/30 超過則計為 30 分，有正常繳交應該都能拿滿。

作業部分我有點忘記怎麼算了，113-1 第一屆開課，當時主要是翁愷貽、蔡舜宏負責，後面 114-1、115-1好像都沒蔡舜宏合授 翁愷貽部分會玩 LEGO 積木 4 人一組要組裝自走車用 python 控制感測器沿著黑色膠帶賽道繞行，課程無敵有趣 😍😍 則作業其實就是以組為單位要填寫回饋表單，裡面就是幾個簡單選擇和問答題，例如：問 LEGO 有幾種感測器、LEGO 怎麼連接上主機、馬達值輸入是整數值還是浮點數

組裝自走車示意圖：

蔡舜宏部分雖然後面沒有他，還是寫一下也許在之後有可能再出現，他的主要在介紹空拍機，偶爾會拿出實驗室零件和實機給我們看，作業部分其實就是單純 2 次表單考試全選擇題 open internet，完全可以從他講義找到答案。 這門課期末考當時是李宗璘、謝耀慶、鄧人豪負責，總共出 6 題問答也是 open internet 完全沒規則考試大家可以任意討論都沒關係，所以這門應該最後都是人人都有 A+

P.S 114-1 我朋友修課，期末改 closed book，變成 50 題選擇題，應該是覺得 open internet 有點太水 114-1 電機系-電機工程進階實作專案 ( 英授 ) 教授：康斯証 ( 掛名 ) 涼度：🌕🌕🌕🌕🌕🌕 (6) 甜度：🍬🍬🍬🍬 (4) 實用性：📘📘📘📘📘 (5) 成績：A+ 存在考古：✖️ 調分：✖️ 評分方式： 1. Report：60% 2. Preliminary contest：40% 心得： 這門是有想要專題做 1 年參加工學院專題競賽選的，我其實蠻推薦學弟妹選這課的，大概有 2 個原因：

(1) 推甄有不少系所會問是否有投大專生計畫，像是交大電機乙、成大電機己，找教授時也有被問到專題是否有投稿，若是已經打算投大專生必然要做 1 年，那再報工學院專題競賽拿系選 3 學分就變成順便了 (2) 現在學弟妹變成需要 2 學分實驗類選修，這門是直接歸為實驗類 3 學分，修完就不用修其他 1 學分 3 小時實驗課， cp 值我覺得蠻高 講完原因我大概陳述這門在做什麼，其實老師和時間都是掛名，主要就是專題後半部自己和原本指導教授討論要做什麼，所以涼甜會取決於當初的指導教授，通常是大三下暑假要做完大部分內容，方便趕上一推放在推甄書審資料。

若專題成果完整做完情況，剩下要做的事就很輕鬆，暑假時登上電機系網報名參賽，繳交 3 頁計畫書，說明自己的專題特色，然後就開始祈禱能進入複賽，上的機率蠻大的，大約有 21/28=75% 機率會上榜，更前幾屆甚至 100% 選課人數超少 進到複賽後，單純做個 1 頁 ppt 海報、上傳 15 分鐘說明影片，當天去到理工長廊展演 1 天像科展一樣，實際就是等評審過來瞎聊問答 10 分鐘就結束，其他時間要做什麼事都沒差，都是和其他組朋友打混摸魚偷查推甄結果和吃系辦免費午餐和飲料，則下午頒獎這屆是人人有佳作，是覺得就爽拿 3 學分 🤣

最後到學期末繳交當初暑假做完的專題後半部報告給系辦就好，則這課分數就初賽成績+指導教授評分，個人覺得應該都至少 80 以上不會太難看，否則之後就不會有人想報名參賽。 朋友提供其他選修資訊共 4 門課： - 微波工程 - 微波元件導論 - 電力電子學 - 生醫工程導論

[ 人工智慧數學學程 ] 113-1 應數系-機率論 (一) 教授：張中 涼度：🌕🌕🌕🌕 (4) 甜度：🍬🍬🍬🍬 (4) 實用性：📘📘📘📘 (4) 成績：A+ 存在考古：✅ ( 應該只有我留存 ) 調分：✅ ( 總成績 +8 ) 評分方式： 1. 期中考：45% 2. 期末考：40% 3. 平時：15% ( 6 次作業 5% + 4 次小考 10% ) 心得： 這門課單純我不想修陳有德-機率與統計，剛好因為學程跑來應數學機率修的，內容難度大概只需要大一微積分有修完就可以修習，主要在教隨機變數定義、離散 / 連續機率分佈、聯合分佈、隨機變數轉換、計算期望值 / 變異數、動差生成函數。 張中老師主要板書教學，每一節課的上課內容不多，複習起來很輕鬆，老師講解也很清晰有許多課本例題計算範例，讓我們理解如何透過定義逐步計算出來，而且老師個性人非常 nice，偶爾在理院吃飯還會和學生打招呼，聽朋友說還能和他聊天任何事都可🤣

作業大概就 15～18 題左右，2 個禮拜繳交，計算量不會太大 2 天晚上就能完成，這門課在中午也會有演習課講解題目，網路也能找到 solution manual，不用擔心寫不出來，共 6 次作業各 1 分取最高 5 次 小考也是中午演習課進行，都從作業題目改數字出，有時助教演習課也會直接講下次會考哪題，所以準備起來我覺得還算很輕鬆，共 4 次小考取最高 3 次 期中 / 期末其實也是大部分從作業和上課板書出，有幾題的變化題可能要稍微想一下，但不會到太難，1～2 題要 moment-generating function 算會比較快上一點，否則有點麻煩 最後總成績老師有大調 +8 超佛 😍😍😍

113-1 機率論 (一) 成績分佈： 修課人數 37 人 期中平均約 58.1、期末平均約 45.3 好像比想像中慘….但老師真的都考基本題 這我認真可以保證 😅 起碼和電機系硬度相比起來已經簡單很多 期中考：

期末考：

114-1 應數系-統計學習與資料探勘 ( 學碩合開 ) 教授：鐘思齊 涼度：🌕🌕🌕🌕 (4) 甜度：🍬🍬🍬🍬🍬🍬 (6) 實用性：📘📘📘📘📘📘📘📘 (8) 成績：A+ 存在考古：✅ 調分：✅ ( 期中調分 +3.5、教學意見 +1 ) 評分方式： 1. Homework：35% 2. Midterm exam：35% ( 上機考 ) 3. Final project：30% 心得： 這門課為學碩合開課程，會比較建議用碩班課號修，後來推甄發現有些會特別問碩班課程學習表現，所以要修的稍微注意一下。 課程主要在教機器學習的各種方法，會透過 python sklearn 模組進行實作，內容主要包括：線性回歸、分類模型、交叉驗證、bootstrap、Ridge/Lasso、集成學習、隨機森林、XGBoost、SVM、PCA

老師上課講義是自製的做得特別用心，每章也都會有範例程式碼供大家參考，課程也都會錄製講解影片，下課老師還會播他喜歡的動漫歌 🤣 老師人很好相處很推薦大家修這門課！ 作業總共 2 次分別 17.5%，含問答題和程式實作，第 1 次單純做資料統計分析，了解如何使用 pandas、seaborn、matplotlib 繪圖入門十分簡單，第 2 次做線性迴歸、邏輯迴歸、LDA 分類、Bootstrap/Jackknife 抽樣比較，作業配合 gpt 輔助都能夠幾乎拿滿分數。 期中是上機考，整門課最終等第會取決上機考分數，老師會給 4 個年份考古題，考試可以帶 USB 去考，任何資料都可攜帶，老師甚至還幫你整理一份大禮包簡直佛爆 😍

會建議期末同組的 3 人，1 人負責一個考古年份做，最後統整帶過去考，我當時後是把所有考古透過 gpt 製作成一個通用函式庫，因為題目都很類似只是不同模型例如：LDA、Logistic、Naive Bayes，基本上我只需引用自訂函式改參數 1 行就解決 1 題，很建議大家這樣做，考試不到 20 分鐘就做完了，在印象中80～90% 都考古題，總分 110 我就拿了 107 分 期末為 2～3 人一組報告，可以找一個資料集分析、或根據課堂講義報告延伸方法，課堂沒有介紹到的，像我是做超啟發式演算法搜尋最佳超慘數，評分分為書面報告、口頭報告各 15%，通常報告時教授問答比較溫和扮白臉、助教會問的比較專業問題扮黑臉，給的建議都蠻專業，後續書面可再更改上去，基本上報告分數都 85 以上起跳。

P.S 今年 115-1 有開在應數碩，想修的要快喔 老師教學網站：

期末報告詳細說明：

詳細成績估算可參考這個：

114-1 AI 聯盟-生成式人工智慧與機器學習導論 教授：台大-李宏毅 涼度：🌕🌕🌕🌕🌕🌕🌕🌕🌕🌕 (10) 甜度：🍬🍬🍬🍬🍬🍬🍬🍬🍬🍬 (10) 實用性：📘📘📘📘📘📘📘📘📘📘 (10) 成績：A+ 存在考古：✖️ 調分：✖️ 評分方式： 1. 程式作業 or 選擇題問答：10%*10 次 2. 加分作業：Nvidia DLI 課程證照 +5%*2 心得： 這門是 AI 聯盟課程，由台大 AI 之神李宏毅所開設，老師在課程設計從基礎的 GenAI 觀念、RAG 系統、提示工程、AI agent、深度學習訓練、微調 LLM、擴散模型、語音生成，逐步由十講教學帶我們了解到近年生成式人工智慧的原理知識。 老師在上課十分幽默，常常會引用時事、動畫影片，讓學生能夠快樂學習新知，作業設計也非常的用心， 像有次要分類春日影角色非常有趣 🤣

程式作業是 AI 助教批改通常每天可繳交 3～5 次，會區分 simple / medium / strong / boss 共 4 個baseline 分數，實作衡量 train 效能的 public 資料會公開出每個 baseline 所需要達到的分數門檻值，則衡量 test 效能的 private 資料截止日才會公佈 通常將助教講義和老師上課講義放 gpt 專案模式，花 1 天就能達到 strong，boss 一般會需要 2～3 天嘗試不同方法才能突破，則 private 門檻助教其實都設的比 public 低一些，所以 public 有達到 boss，應該滿分 10 就會拿到，分數都蠻好拿的 😍😍😍 然後就算真的完全不會打程式，老師在作業設計其實要達到 simple 拿到基本分十分簡單…基本只要按下python 的執行鍵跑結果上傳繳交就可以了，相當於簽名就 60 及格的概念，無敵的涼根本佛祖 😂

除此之外，聽老師說這課還有 NV 補助因此有提供 Nvidia DLI 付費線上課程的兌換碼，可以換 2 門課取得到官方證照，類似於 coursera 線上證書那樣，是覺得上課還能取得證照放書審還算很賺～ 這課程完整學完真的會收穫滿滿，而且很容易 A+，我非常推薦喜歡 AI 領域的學弟妹修習這門課！！ P.S 1 門 DLI 高達 90 美金相當於台幣 2880 元，代表 2 門課就是台幣 5760 元的價值免費拿到 P.S 順便偷爆料個之前第一週修課遇到事，之前學校曾誤把 NTU cool 設為黑名單，導致學生容易收不到課程邀請信，因此想要修 AI 聯盟課的要特別注意，請參考這則留言，當無法使用 NTU cool

課程網站：

老師上課直播 yt：

ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ•̫͡•ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ•̫͡•ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ

電機系選推薦文收藏整理： 2022

2023

2024

2026

ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ•̫͡•ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ•̫͡•ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ 稍微說一些好課情報，雖然最後沒去修或沒修到，114-2 通常下學期翁愷貽會開設基礎機器人應用，一樣在玩樂高積木用 python 控制，唯一缺點遺憾是全英授課，期末報告每個人都要全英口頭報告，當初期初選課時詢問老師知道的，不然應該會非常涼甜，我會考慮留下來修完。 115-1 電機碩-人工智慧 (一) 翁愷貽開設中文授課，有喜歡 AI 領域的可以考慮修習

今年電機系也有開設新課「實用程式設計及其應用」為實驗課周孜燦、翁愷貽、陳伯煒合授，若是打算走計算機組可以考慮修看看，交大電機乙個人資料填寫會詢問「除必修之外實驗選修」 ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ•̫͡•ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ•̫͡•ʕ•̫͡•ʕ•̫͡•ʔ•̫͡•ʔ•̫͡•ʕ•̫͡•ʔ 這次腸腸第 6 篇分享到此結束～ 這蠻高機率就是這系列最後一篇文章，算是我畢業後送給學弟妹們最真誠分享的禮物 🎁 原本在 6 月初開始撰文規劃應該還有個 part 7 打算寫專題和推甄做為最後總結，大概是一些老師 lab 資訊以及這一年有看到過中山電機推甄各系所的分享文收集。

但由於撰文時間比預期長，目前個人暑假在進 lab 前還有一些進度需要處理，所以 part 7 很可能就會看之後有沒有閒暇時間撰文。

則近期想法上是有考慮彙整 part 5~6 兩篇移植到hackmd，打算開放完整編寫存取權像資工系那樣，做為系上分享資訊交流共編，讓資訊可以即時更新，希望之後學弟妹也能傳承這個精神 🥺 應該這 1～2 天，或最晚一個禮拜會發上來