※ 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）：
是
哪一學年度修課：
106-2
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
吳沛遠
李宏毅(不過第一堂課出來講一下話之後就沒啥出現了)
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
電機所
建議有程式基礎和數學基礎再修會比較好
其中重要性數學>程式
δ 課程大概內容
Linear Regression,Gradient Decent
CNN,PCA,RNN,SVM
Ω 私心推薦指數(以五分計) ★★★★★
認真寫作業，想修到A以上的：★★★★★
抱大腿過關的：★★★
想修涼的：★
沒GPU的：★★
η 上課用書(影印講義或是指定教科書)
李宏毅投影片
μ 上課方式(投影片、團體討論、老師教學風格)
上李宏毅的投影片，不過我覺得李講的比較好，
但是吳沛遠有解釋不少理論的部分
我自己是覺得：李Youtube影片>助教課>同學作業心得分享>吳沛遠上課
σ 評分方式(給分甜嗎？是紮實分？)
作業(60)+期末(40)，無考試
作業過Strong Base Line就可以拿到9分(報告改蠻鬆的，而且不難寫)
如果是想修A的話這門課很輕鬆，放掉CNN那次和期末排名也有辦法拿A
但是A+很困難，每期作業過標準+分享，最後排名還要前40%才能。
期末有30分算好拿，但是排名戰算分硬到爆
期末隊伍排名第一拿滿10分，第二9分(依此類推，有三個主題，一題十組
排名戰是壞文明QQ，最後幾天一直努力弄MODEL然後一直F5確認名次擔心被超越...
ρ 考題型式、作業方式
作業六次+期末專題，無考試
作業一次10分，期末40分
都是Kaggle競賽類型
作業只要過Strong Base Line+報告普通寫就能拿完9成分數(剩下是排名)
作業要交之前記得先架個Linux環境測試，每次作業大概都有一半左右的人出問題
可能是格式錯誤、檔名錯誤、版本錯誤之類
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…)
出席率不重要，而且李又講得比較好，所以期中之後班上有上課的大概不到40人
但是助教課人會暴增，不然作業不知道要怎麼弄
還有，課可以不上，但是李宏毅的影片一定要看，能學到非常多
然後沒GPU的不建議修，雖然作業除了CNN之外都有辦法CPU過Strong，但是期末...
沒GPU超沒人權，很多組別徵人條件：1060 6G以上顯卡
畢竟期末專題，我最後衝排名的MODEL是用1070燒了3天以上才弄出來
有80TI得更好，效率大概和60差20倍以上，而且可以使用一些更強更大的MODEL
Ψ 總結
建議配備：
CPU：六代I5以上(影響較小)
GPU：970、1060以上 建議VRAM 6G以上，有1080TI或TITAN就可以當大腿了
SSD：建議有200G空間(非必要)
RAM：16G(8G會有一次作業卡很慘)、32G以上佳
散熱：能讓電腦穩定跑10小時以上
網路：不重要，但是有限流量的話可能會期末下載資料下載到流量用光
這門課上課的內容應付作業已經夠了
但是想學得更好和做期末專題時，要在學期中自己找一些新的論文來看
最近一兩年內有許多新的方法效果是比過去舊方法好上很多。
沒有動力自己學習的，可能很難拿到高分。
最後，推薦給喜歡打排名戰並且有GPU的人，這門課能獲得滿滿的成就感