★ 本文是否可提供其他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
★ 若滿分五分，則私心推薦幾分？
3
★ 課程大綱
Fundamental Concepts and Models of mental processes
Single-Layer Perceptron
Multilayer Perceptron
Hopfield model
Recurent Network
Self-Organizing Networks
Reinforcement learning
大概這樣 有點久遠了@@
★ 上課方式(投影片或是板書、老師教學風格、是否英語授課)
投影片上課，感覺東西有點古老，幾年沒更新的樣子...
有課程網，也是幾年沒更新了。感覺老師上課有點不食人間煙火(？)
有問題的話老師也是都很熱心回答，但可能我跟老師不對tone = =
有時候會覺得沒有被回答到，但又不知道該怎麼問。
★ 評分標準
四個作業+期末考(open everything include Internet)，配分未知。
考試可以查任何資料不能互相交談這樣。
作業交報告，不用交code。
作業不會公告分數，或許要自己問，但我都沒問...
★ 作業內容及方式
作業有手寫(數學)，程式(實作演算法)。
數學題目不多，不會每次有，有計算有證明。
程式部分有實作SOM跟他的變形，back propagation，改過Q-learning。
這門課其實很多外系的來修，對他們來說程式好像很困難(？)聽到他們
一直哀嚎...我大四時修的，倒也覺得還好...
★ 考試風格及題型
考試數學部分就是計算題吧，都作業類似題沒什麼好說的。有些申論題
這樣。申論題大概是要怎麼設計類神經網路一類的題目，我那時就是亂
扯一堆代數啊分析啊XD也不知道分數怎樣，其實最後是可以去看考卷的
，只是我看學期成績不錯就懶得去了XD
★ 其它(會不會點名、需要什麼基礎、老師的個性)
類神經網路聽起來跟生物很有關係，但其實是不需要生物學基礎的一門
課。概念是從生物學來的，但是都變成數學了XD
★ 個人修課心得及總結
不太推，主要是因為東西有點舊了(還有我個人跟老師不對tone啦)。不
過因為有很多外系的同學，所以作業上應該就不會太要求，反而不會太
難這樣。講得東西好像蠻多的，不過很多都是原有的東西稍微變形，概
念上不會太難，數學也不太要求，所以也是不難XD
比較會花到時間的部分大概是寫第一個作業的時候跟類神經網路還不熟
，一直google，數學的部分可能會需要想一下。作業Coding部分還好，
不過還要跑實驗寫報告什麼的，大概就是記錄數據，解釋解釋。寫得不
好的話程式可能會跑得有點久。
期末考open everything我都沒念就去了...
整體而言算是loading不重的一門課吧。