前言：个人是在幽冥灵界资工系求生的... 人 所以说的会比较灰暗 仅供参考 个人在第一年的暑假 准备大三人工智慧课程时 认真的写了很多很多的上课范例程式 要给学生的每个作业也都试写了一次 投影片也是中英文对照 准备大二线性代数课程时 除了把以前大学时的所有课本讲义啥的都念一次 还练习使用一些数学软体 想要以图形的方式帮助同学练习 开学之後正式上课 很快的就发现... 就连资料结构成绩超过 95 分的人 都不知道什麽是 stack, queue, tree... 人工智慧的演算法... 很难很难教下去 程式设计成绩超过 90 的人 连 a = b; 是指把 b 放到 a 也不知道 那... 准备的范例程式、作业.... 至於线性代数.... 那就更别提了 所以 或许可以跟同事多聊聊摸一下底 尤其是自己这门课程的所衔接的前面课程状况 可以少做很多的白工 准备的量以预期的四五周份量即可 正式上课之後视情况调整 还有一个经验 就是第一次上课尽量只教自己熟悉的部分 不熟的部分稍微尝试一下 如果要花比较多的时间准备 或许可以考虑跳过 因为不保证这门课下次还是你教 这样可以减少备课所花的时间 如果有机会可以教第二次、第三次 得到这样的机会之後 在第二次、第三次的准备时 因为熟悉的部份时间可以花很少很少 这时才把时间放到不熟悉的部份 总体来说 时间花的还是差不多 另外一个可以支持自己不要准备太多的理由 就是躲在研究室想的范例通常不太有用 上课时为了让学生理解而去应变临时想的范例、解释才是真的有用的 所以上课时多带些白纸甚至是MP4，相机 把应变的范例、解释记录下来 上完课回到研究室通常很累 这时可以把整理这些资料的时间当作休息 之後上课就把这些应变的范例、解释变成正式上课时使用 之前原本准备的范例变成随堂练习 最後... 加油!! --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 114.33.54.57