※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID）
是
哪一学年度修课：109-2
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
王奕翔
λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)
电信所、电机系选修
δ 课程大概内容
1 Information Entropy, Lossless Source Coding
2 Mutual Information, Channel Coding
3 Lossy Source Coding
4 Source Coding for Continuous Source
5 Learning Information from Data, KL-Divergence
Ω 私心推荐指数(以五分计) ★★★★★
想混 0
想学而且肯花时间读书 ★★★★★
喜欢被数学摧残 (?) ★★★★★★★★
数学苦手 ★★+0.5
η 上课用书(影印讲义或是指定教科书)
上课用投影片，
推荐阅读：Cover & Thomas, Elements of Information Theory、另外还有多本课本、Le
cture note及论文
教授希望我们多方自主学习、不要只靠投影片、作业的重点有时候会藏在这些 reference
里
μ 上课方式(投影片、团体讨论、老师教学风格)
课程前2/3是老师以投影片讲课，每章大多从介绍一个消息理论的问题开始，推导出重要
的 measure 和引理，直到得到该章的大结论，之后再做一些补充/拓展，算是数学推导上
相当严谨的课程（但太冗或太难的证明还是会被跳过）；最后约6周则是让同学提案以及
报告期末专题，以及举行考试
远距教学部分，从学期初开始就固定提供课程影片（除了有一次没录到音），教授手动推
导的部分大都会写在萤幕上。我自己就是大多时候远距上课，主要是因为自己控速度的话
好像吸收得更好。不过千万不要因此堆著影片想说一次看完，脑袋会烧掉
σ 评分方式(给分甜吗？是扎实分？)
40% 作业
30% 考试
30% 期末专题
?% Bonus
给分应该算扎实甜。po主作业算高分、有交bonus、考试砸掉，期末专题则是普普通通，
最后拿A-算是蛮公允也不至于太难看的分数
ρ 考题型式、作业方式
作业：
共有五次，前四次为证明题为主，都会有简单的题目，不过难题则是一次比一次难，要有
一份作业要想好几天的心理准备，但评分不会太苛求细节。如果想不出来可以去问助教或
教授，会省很多钻牛角尖的时间
第五次作业是听老师找的演讲写心得，相对来说这部分仁慈很多，只要肯听肯写就可以拿
到很高分了
考试：
只考一次，考老师教的所有内容。这学期考试时远距，所以 open 除了网络聊天室以外的
任何东西。考试的题目不像作业那么刁钻，但仍然不是随便查查投影片或网络就能拿高分
期末专题：
有三种选择，一是 survey 一个消息理论里的子领域，二是 attack 一个消息理论领域的
open problem，三是 establish 一个新的消息理论问题并取得初步成果。就我观察大部
分人都选第一个，后两个可能要本来就有相关研究才做得下去。
选好主题后，要寄信跟教授约时间讨论，在课堂上提出 5 分钟 proposal、期末时要做20
分钟的完整口头报告，以及一份LaTeX 书面报告（有提供模板）
Bonus：
如果自觉成绩不好看，可以多交一份作业五，但不确定能补到多少分
ω 其它(是否注重出席率？如果为外系选修，需先有什么基础较好吗？老师个性？
加签习惯？严禁迟到等…)
不看出席、当然报告还是要到。而且如果报得乱七八糟是会被当场电的
应该要先学过机率与统计，还会用到一点线性代数跟微积分
没特别注意加签，但应该不至于难签
教授很鼓励同学上课发问，不过上课当下脑袋可能还在 process，所以基本上大家都是一
片沈寂。但如果下课或寄信去问问题，教授也很愿意花时间解释
Ψ 总结
教授的课在电机系中算是闻名遐迩的硬，不过相对来说，如果投入心力能学到的东西也很
多
不过期末专题主题要慎选，自己这组不小心选了一个很难的跨领域主题，结果读到脑袋短
路qq