本心得文的原作者为「暂时找不到帐号的kikiyen」，由衷感谢！ 课名：数值方法与应用 Numerical Methods and Applications 科号：11120ICMS510000 老师：陈人豪 课本：Numerical Analysis, 9th edition, Richard L. Burden, J. Douglas Faires. 课别：计科所选修；数据科学专长选修 学分：3 凉度：★*5 (满分五分) 甜度：★*5 建议先修课程： 微积分、线性代数、一定的程式能力（C++、MatLab、Python、Fortran至少会一个） 课程内容、简介： 介绍解决各种问题基础的数值方法与相关定理，主要目标是要用数值方法求解 微分方程。内容主要分四个部分： 第一部分：求解大型线性系统。 第二部分：求解特徵值问题。 第三部分是这门课的重点：数值方法求解常微分与偏微分方程。将求解 微分方程问题化为求解大型线性系统问题，所以这部分会用到前面教过的。 第四部分：压缩稀疏矩阵，因为求解前面教过的数值方法都会出现大型 稀疏矩阵，所以可以透过压缩矩阵大幅增加运算效率。 其他：最後一周老师有快速补充基本的GPU计算。 上课方式： 板书上课，主要是照着参考书讲，但老师教得非常好，逻辑脉络非常清晰，比 课本还清楚。上课有问题也都可以提出来，老师很乐意回答。我觉得老师非常值得拿杰出 教学奖。 考试作业型态： 没有考试，作业是程式加上报告，在期末前交就好。作业都是基本题，解出来 正确就有基本分，要拿高分就要自己做延伸（像是压缩矩阵、写物件、计算平行化或拿来 解一些物理问题之类的）写在报告里。 给分： 作业90%、出席10% 偶尔会点名一次没到扣出席一分。 老师的喜好、个性： 老师人超好的，上课很认真，也很乐意回答问题。 给加签吗？ 应该不会满。满的话应该给吧我猜。 补充： 数值方法应该算是对理工科系都满重要的课吧。老师教得这麽好给分又这麽甜， 这麽好的课我觉得应该要爆满才对啊。 总成绩/班上排名： A+ T = 72.48 https://i.imgur.com/az8Jv4w.png --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.114.253.40 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTHU_Course/M.1687970356.A.E28.html ※ 编辑: RhinoXiNiu (140.114.253.40 台湾), 06/29/2023 00:42:59