本心得文的原作者為「暫時找不到帳號的kikiyen」，由衷感謝！ 課名：數值方法與應用 Numerical Methods and Applications 科號：11120ICMS510000 老師：陳人豪 課本：Numerical Analysis, 9th edition, Richard L. Burden, J. Douglas Faires. 課別：計科所選修；數據科學專長選修 學分：3 涼度：★*5 (滿分五分) 甜度：★*5 建議先修課程： 微積分、線性代數、一定的程式能力（C++、MatLab、Python、Fortran至少會一個） 課程內容、簡介： 介紹解決各種問題基礎的數值方法與相關定理，主要目標是要用數值方法求解 微分方程。內容主要分四個部分： 第一部分：求解大型線性系統。 第二部分：求解特徵值問題。 第三部分是這門課的重點：數值方法求解常微分與偏微分方程。將求解 微分方程問題化為求解大型線性系統問題，所以這部分會用到前面教過的。 第四部分：壓縮稀疏矩陣，因為求解前面教過的數值方法都會出現大型 稀疏矩陣，所以可以透過壓縮矩陣大幅增加運算效率。 其他：最後一週老師有快速補充基本的GPU計算。 上課方式： 板書上課，主要是照著參考書講，但老師教得非常好，邏輯脈絡非常清晰，比 課本還清楚。上課有問題也都可以提出來，老師很樂意回答。我覺得老師非常值得拿傑出 教學獎。 考試作業型態： 沒有考試，作業是程式加上報告，在期末前交就好。作業都是基本題，解出來 正確就有基本分，要拿高分就要自己做延伸（像是壓縮矩陣、寫物件、計算平行化或拿來 解一些物理問題之類的）寫在報告裡。 給分： 作業90%、出席10% 偶爾會點名一次沒到扣出席一分。 老師的喜好、個性： 老師人超好的，上課很認真，也很樂意回答問題。 給加簽嗎？ 應該不會滿。滿的話應該給吧我猜。 補充： 數值方法應該算是對理工科系都滿重要的課吧。老師教得這麼好給分又這麼甜， 這麼好的課我覺得應該要爆滿才對啊。 總成績/班上排名： A+ T = 72.48 https://i.imgur.com/az8Jv4w.png --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.114.253.40 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/NTHU_Course/M.1687970356.A.E28.html ※ 編輯: RhinoXiNiu (140.114.253.40 臺灣), 06/29/2023 00:42:59