※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID） （是／否／其他條件）： 否 哪一學年度修課： 101-1 ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄) 于天立 δ 課程大概內容 總共大約分三個部分 這學期的順序是 search -> machine learning -> logic 各5~6周 Ω 私心推薦指數(以五分計) ★★★★★ 五顆星!! η 上課用書(影印講義或是指定教科書) 有參考書，但沒有也OK 主要: Artificial Intelligence: A Modern Approach by Russell & Norvig 3rd 次要 Machine learning by Mitchell Artificial Intelligence for Games by Millington & Funge, 2nd μ 上課方式(投影片、團體討論、老師教學風格) 老師在上面用投影片講課，偶爾搭配黑板 進度上每次前半節課會快速複習上周的部分 老師會觀察學生表情，在大家很茫然的時候會講慢一點 怕老師講太快的話，就坐前幾排茫然給他看吧XD σ 評分方式(給分甜嗎？是紮實分？) 紮實吧！ homework 8% + 8% + 9% = 25% Midterm 30% Final 20% Project 25% 最後調分會全班一起加分 ρ 考題型式、作業方式 作業：寫pacman(小精靈)，使用的語言是python 因此排斥學習一種新的語言的人請慎重考慮 作業不難，不像隔壁房有時候會不小心把我們的投影螢幕佔領的資結 共三次作業，每次應該都可在10~20hr內結束 考題形式："非常靈活的"問答題 結合不同章節的概念，把好幾個東西混在一起 很難完全寫對，但老師會部份給分 考試滿分 = 所佔的期末比例 (期中考滿分30，期末20) 問答題每題約2~3分，把你想的東西全部寫上去，不要錯得太誇張應該可以拿一半 期末專題：2~3人一組，寫任何跟AI有關的題目 期末專題DEMO訂在期末考後一周，是投票決定的 雖然沒有規定，但期末專題幾乎所有組別都有做圖形介面，有如在聽網多般 可惜的是因為組別較多，每組只有10分鐘可報告 ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？ 加簽習慣？嚴禁遲到等…) 不重視出席率 加簽是採第三類，老師很堅持不超過人數，說下次可能會收更少 這是電機所的課，修課的人數上大學部和研究所大概一半一半 基礎的話就是coding能力吧 真的是一門可以學到很多東西的好課!! Ψ 總結 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 111.240.172.82