 |
| 本學期最後一天，從 Bascom Hall 眺望 Capital |
回顧本學期的修課策略：本學期修習三門課程：人工智慧(CS540)、機器學習(CS760)、資料科學(CS838) ，是一個相輔相成的組合。也滿適合對這領域不熟悉的人快速的從基礎到進階，再到應用層面。
人工智慧是課號 5開頭的大學部課程，授課教授是教學生涯 30 多年的 Chuck Dyer，而他也即將在這個學期退休。課程講授淺顯易懂，作業設計也相對簡單，五個作業都有手寫題與 Java 程式題，程式題都有提供一個已經寫好的半完成架構，寫起來並不困難。這些作業也相當程度的幫助了對核心課程的內容理解，是一門非常適合入門的課程。唯一缺點大概就是作業、考試都滿簡單的，要拿到A其實也不那麼容易，考試平均接近 90 必須得非常細心才行。
機器學習是課號 7開頭的研究所課程，授課教授是生統專長的 David Page。個人覺得相對於人工智慧課程，這堂課的講授內容就比較困難，但還是會從基本的決策樹、機率、貝葉斯網路開始講起，也算是相對好入門的課程。作業有兩次程式題、一次手寫題。程式題可以用 Python 來實作，相對就比較簡單，也的確加深了對於課程內容的理解。不過我自己數學背景比較薄弱，上起來就吃力了些。
資料科學則是課號 838 的特別課程，每學期的主題都可能不同。授課教授是曾經在矽谷工作過的 Anhai Don，他在課堂上主要是傳授他的心法，從一開始的資料擷取、清理、比對到最後的分析。上課的方式比較零散而沒有系統，但是著重在問題的思考與情境的應對。期中期末的考試也多半是用這樣的方式出題。如果只是單純的記憶片段的知識是沒辦法應付考試的，必須得對整個問題有對應的想法，並且在考試中表達出來。
這三門的考試都可以攜帶大抄(Cheat Sheet)入場，減低了我這種年紀偏大的學生的記憶負荷，也不會有那種「明明有唸過，到了考場卻頭腦一片空白」的尷尬場景。但這也代表老師的出題內容不會是看著大抄就可以解決的簡單題目，不知道是不是我製作大抄不夠認真，每次都覺得製作的大抄沒有用到(笑)
而作業內容的設計在我主觀認知上，也都是幫助學生學習的作業。作業內容不會難到學生寫不出來，也不會懶惰得直接照抄課本上的題目。自己寫過一次作業之後都可以讓我對內容更加理解。尤其這學期因為人工智慧與機器學習一起修習的關係，基本的神經網路與簡單貝葉斯網路都分別用 Java, Python 實作了一遍，可說是本學期印象最深刻的概念了。
雖然這學期沒有上了什麼神奇的新東西，學習的內容都還是非常的基本。不過至少藉由修課打下了自學的基礎，接下來如果想要走類似領域就得要靠自己再學習了。
說完了修課的部分，這學期最大的收穫莫過於找到了實習。很幸運的透過人脈的弱連結，經由朋友的內推，拿到了珍貴的美國實習機會。尤其也要謝謝在台灣提供實習機會的野生朋友，雖然這次沒有選擇回台灣實習，但是至少讓我在尋找實習的過程中如同吃了一顆定心丸。不過這次找工作的過程也同時體會到，如果我沒有建中、台大電機、UW-Madison的人脈資源，可能就沒有那麼多人脈跟機會了，所以如果未來我如果真的有什麼成就的話，也是得要感謝這個社會給我的優勢，讓我可以走到現在的位置。我希望我這輩子都不會忘記這件事情。
另一個特別的收穫是我這學期慢慢找到慢跑的樂趣，當然一方面也是得益於我那日益嚴重的拖延症。出門慢跑好像是唯一一件事情可以不會讓我感受到有拖延的問題，因為只要一出門，就可以開始，而且還可以一邊欣賞風景跟挑戰自己的極限。四月份我拖延的症狀超級嚴重，所以也跑出突破自己單月累計記錄的 65 公里。從以前跑 3KM 就累得要命的自己，變成一次可以跑 10KM，並且在一小時跑完的人。如何解決拖延、晚睡，並且成為高效率人士，依舊是我生命的課題，但至少在這修行之路上我還能夠培養出運動的習慣與興趣，順便理解這世界上為何會有人嚴重的拖延症(笑)
順帶一提，下學年度我也接下了 UW-Madison 學生會會長的職位，感謝每一位義氣相挺的幹部們，雖然學生會一直都是個吃力不討好的工作，不過還是希望大家多多支持並給予鼓勵囉！
雖然我沒辦法像某些神人寫出那種廣為分享朝聖的心得文，但我期許我自己寫的心得文可以讓大家覺得：「歐～這個人看起來能力好像跟我差不多，他這樣也可以歐？那我一定也能做到！」這學期簡單的回顧就到這邊囉～ 希望之後可以有更精彩的事物跟大家分享！
沒有留言:
張貼留言