修課(必選修與通識)心得分享

國立臺北大學

新的一年，先祝大家新年快樂，與此同時決定睽違一年來發一下修課心得，順便來基一下德，以下是從我個人的角度出發，如果有不準的請見諒順序為 X. 課程名稱授課老師:XXX 評分標準:XXX(如果沒有明確者，不會寫出來) 推薦指數:X.X/X.X(前者是涼度/後者是甜度) ---------------------------- [通識篇] 1. 視覺藝術授課老師:吳國淳推薦指數:2.3/5.0 這堂課前幾次上課基本上每周或每兩周都會有作業(可能是報告或繪圖之類的)，學期中會有一次要自己去美術館參觀報告，同時學期中還會有學院牆的活動，是分組創作但我覺得不會太難做，就是發揮自己的創意並與小組討論，然後期末會有一個藝術小專題發表，可以是畫畫、雕刻或做其他手工之類的。總體來說:一個禮拜交一份小報告(大概半小時到一小時可以完成)->美術館參觀報告->學院牆創作->街頭流行/我的收藏->期末小專題，對我自己來說，這堂課是可以在課業忙碌之餘，讓自己享受一下創作跟美感，能讓自己起到放鬆的作業，且做作業不太會感到壓力，最後成績也很滿意。(PPT我都沒有做得太漂亮，比較注重在體驗的過程，我覺得只要老師有感覺到你很認真做作業，那分數自然不會太難看 95UP) Ps:這堂課出席也很重要，如果缺超過三次就有可能被當了，啊也有可能是因為當別人，所以前面分數可以給很高 2. 日本政治經濟發展授課老師:李嘉進評分標準:點名50%+期末報告50% 推薦指數:4.0/4.0 這堂課應該屬於偏涼的(跟視覺藝術比起來)，但會看出席(我自己是每堂都會到，所以對我來說算還好)，老師每堂會分享自己在日本工作的一些經驗，然後與政治或經濟議題結合，如果有興趣的可以選看看，但我上了才發現跟我自己想像的有點落差，我可能更傾向了解的是文化方面的知識(沒有否認老師)，所以有時候聽課難免會想睡覺，如果不想聽課的話，基本上分數也不會太差，因為期末是交報告，可能GPT問一問就好了。分數的話，我覺得比這堂課甜的通識一定有很多，像我自己大概知道90分以上大概6 7個，其他課會有更多或比例更高，如果是很在乎分數的同學請三思。 --------------------------- [系必修篇] 1. 統計推論授課老師：朱是鍇評分標準:作業10%+小考20%+期中35%+期末35% 推薦指數：3.0/2.5 這堂課是系上很重要的一堂課，會為之後的數統、研究所鋪墊，如果這邊沒有學好的話，之後研究所跟數統還是要在學一次，現在回來看，這堂課最好每個星期花二到三個小時複習課程跟看老師上課講的證明。不然一次拖到段考前才看，高機率期中寫不出來。成績：自己推估80分以上的不超過10個，但也是有9開頭的同學們(很認真)，想拿高分就真的只能每個星期好好複習，這是堂用可以完全把實力展現在成績上的一堂課，然後段考先寫有把握的，盡量不要粗心。備註：老師愛考證明 2. 實驗設計授課老師:陳秉洋評分標準:作業30%+期中30%+期末報告30%(20%報告+8%動腦仿出席+2%動腦仿作業) 推薦指數:4.0/4.8 這堂課對未來想念工業統計的同學來說很重要，可以說是了解工業統計的一堂課，這堂課會講如何以統計人的角度去做實驗，而學的這些知識就可以在未來跟非統計背景但需要做實驗的工作夥伴討論，與此同時，老師也會分享一些自己曾經的工作經驗，都是可以值得學習的機會，但有些過於進階的理論與推導，因為鑒於是學士班+有非本系的選修，所以沒有講太深，但實驗設計之後念碩士也可以自行選修，在研讀碩士的同時，把實驗設計的背後原理更加理解在自己的大腦裡。分數:期中可以帶一張正反A4的大超，基本上其中的東西應該不會超滿兩面，大概一面多一點點，期末報告就是一個組別(大概8-9人)設計一個實驗，然後自行收集資料。但在實驗報告開始握之前，會有一個工作仿，會邀請業界講師做個小演講，並且輔佐各組去發想主題，個人覺得滿有趣的!同時期末報告也可以回顧一下，這學期學過的知識，滿不錯的經驗，但組員請建議好好找，如果有超過一半的雷包，可能最後都是你一個人來做了! 3. 數理統計授課老師:黃怡婷評分標準:出席10%+小考30%+期中30%+期末30% 評分標準:4.0/3.5 這堂課為一學年的課程，上學期基本都在複習之前大二學過的知識，只是可能會在加一些新東西進來，主要應該還是要花時間複習一下，因為大二的東西沒看也是會忘記，應該就這樣。下學期的數統應該才是重頭戲，就這樣。成績:小考會在9:10開始考，所以稍微睡過頭就沒了(本人睡過頭一次後就不敢了)，不確定怡婷會不會調分，自己感覺應該只會微調2-3分而已。 ------------------------- [系選修篇] 1. 計算統計與機率授課老師:蘇南誠推薦指數:3.7/3.8 這堂課主要是用R做作業+報告，然後我覺得老師這堂課教得沒有很好(可能跟我是大二時修有關)，但問身邊好像評價也差不多，這堂課多數是在詢問GPT來學習的，會讓我覺得好像自己請問GPT就好了，老師的幫助我覺得還好，這堂課應該是不太會當人，要拿高分要花時間做期中+期末報告。(評分:作業+期中報告+期末報告，趴樹不太確定) 2. 多變量分析授課老師:鍾麗英評分標準:20%期中+20%期末+30%作業+30%期末報告->40%期中+30%作業+30%報告(因為臨時決定不考期末考) 推薦指數:2.2/4.8 這堂課是我覺得偏硬的一堂課，從第四周開始每周都有作業，遇到期中考會暫停一次，每次作業大概會花4-8小時左右，有一兩次可能超過(這是我個人的情況，不排除有些人只花1-2小時做完)，我自己的做法是先把那次作業該章的講義唸完才開始寫作業，作業都是用SAS跑程式看結果，然後把結論寫下來，有認真寫基本上每次不是滿分不然就只會被扣1-2分。期中考可以帶一面A4大抄(正反兩面)，然後也是看報表的結果寫答案(沒記錯老師會給報表的檔案，所以要會看報表，如果作業很認真寫的話，基本上沒問題)，期中大家都及格。至於期末報告，1-2人一組，大多都選擇2人一組，主題就自己上網找資料，EX:SRDA平台或Kaggle，然後用這學期學過的方法去分析，做成一個報告，並於最後一周上台跟大家、老師報告，最後老師會公布一個日期要將word、ppt、資料問卷、資料檔(csv或sasdat檔)等檔案上傳到老師的信箱裡。對我來說，這堂課學的東西滿扎實的，每次寫完作業可以跟同學一起討論，看有沒有用作方法或解讀錯誤，也可以在做作業的同時了解這些方法想要幹嘛，期末報告則是這些方法的集大成，檢驗自己這學期學的知識，但也花了很多時間做(硬要算應該是三天都在做(早上到晚上))，我覺得唯一的缺點是理論講的沒有很多，其他都滿不錯的，如果大三要修也不會聽不太懂。 3. 因果推論授課老師:吳淳硯評分標準:40%出席+30%作業+10%小考+20%期末+最多3分訂正加分推薦指數:3.5/4.8 先說老師給分很佛(可能是第一屆的紅利)，但給分不代表可以隨便看待這堂課，老師每堂課都會教新的東西，但可能因為是第一次教，可能對學生的掌握程度不太熟，導致有時候可能進度推比較快。我自己是覺得這堂課比較適合大四(時間較多且有課餘時間念)或碩班修，原本只是想說聽看看，然後就學期末，作業基本上不太難，搭配老師的講義來看應該是還好，小考跟期末也沒有特別刁難，但大三跟大四的成績有明顯的差距(應該是因為大四的學分沒有大三來的多，可以花更多時間念)。#如果明年有在旁聽一次的，老師應該是歡迎的 4. 類別資料分析授課老師:黃怡婷評分標準:出席10%+小考30%+期中30%+期末30% 評分標準:3.4/3.5 同樣的這堂課，我覺得應該大四修比較好，因為老師期中前講的東西會用到數統的概念，所以當下其實會跟不太上，只能課後自己去找資料或是下課去問老師，我自己覺得期中前的東西有點像是硬把知識記下來，可能沒有完全吸收進去(應該是因為有些知識點還沒學過)，期中後就比較專注在羅吉斯的延伸跟ZIP model，我覺得很有趣，這邊就沒有那麼難理解了(可能跟多變量有學羅吉斯有點關係)，期中期末可能要稍微注意一下時間，因為有可能寫不完。我自己上下來覺得怡婷教得滿有料的(雖然有些東西當下聽不太懂，但回去再聽一兩次就比較能吸收了)，也感謝怡婷這學期的教導。#如果有人明年想在複習的話，老師應該也滿歡迎的，怡婷其實滿喜歡有學生去問她問題，搞不好明年可能會再去旁聽一下 ------------------------ [Bonus篇] 資工系 1. 演算法授課老師:許宏誌評分標準:小考30%(三次)+作業(10%)+期中30%+期末30%(成績還沒送，如果有不一樣會在更改) 推薦指數:4.0/4.8 這邊先說，不確定明年會不會改，因為聽說計算機結構今年跟去年差很多小考前2次是拿研究所的考題考，第三次就是針對課程內的ppt考，期中可以帶大抄(A4雙面)，基本就是大抄決定成績，因為老師是拿ppt的內容考的，如果大抄剛好有就賺到了，期末老師有很佛，有先講那些演算法會考，不然我看將近500頁的簡報考下去，可能及格人數很少了。然後老師的評價，其實學期間在Dcard上就有人在討論，然後有感覺得出來老師是有想要改變，但可能有點晚了，我自己覺得老師其實可以不太強求自己一定要將整本內容都教完，把重點的講詳細、講清楚比較重要，不然對外系的來說，速度有點快，到後面我自己也是跟認識的人討論，因為有點跟不上，然後備課問題也是一個，其實感覺得出來老師可能沒有備好課就來教學生了，希望老師明年可以改善! ------------------------ 心得分享與給學弟妹的話個人一直覺得學習是個人的事，要不要學習其實取決於你，想要大學渾渾噩噩的過完也沒有不行(搞不好你家有礦)，但希望你們可以思考你們上大學的目的是什麼，念大學固然有大學的娛樂，但希望大家可以在玩樂的同時也把課業顧好。對於使用AI學習的看法，我覺得這個世代使用AI學習是很正常的一件事，但希望大家在使用AI的要去思考AI講的是不是對的，而不是無腦相信他，不然遲早會被AI替代，AI可以是個輔佐學習的好工具，而不是幫你寫作業的工具人。最後，祝各位新年愉快，選課都選得上，考研的都上榜，並且能在自己追求目標的道路繼續前進，成為耀眼的那一顆星。 ## 如果有變動的地方之後會再更改