若是通识课程评价，请用 [通识] 分类，勿使用 [评价] 分类
标题范例：[通识] A58 普通心理学丙 林以正 (看完后请用ctrl+y删除这两行)
※ 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／否／其他条件）：是
哪一学年度修课：
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
陈尚泽 林轩田
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)
资讯系大三必修
δ 课程大概内容
前半学期是陈尚泽教授上课，介绍了一些经典的搜寻算法，后半学期是林轩田老师上课，内容就是拿机器学习的其中一些内容+一点新的内容来教
Ω 私心推荐指数(以五分计) ★★★★★
3.5课星
η 上课用书(影印讲义或是指定教科书)
无
μ 上课方式(投影片、团体讨论、老师教学风格)
投影片，上半学期还没远距上课的时候就有录影，会放到NTU COOL上，下半学期则是因为远距改用Yt直播
σ 评分方式(给分甜吗？是扎实分？)
作业4次 各10%
期中考30%
final project 30%
最后等第就是照原始成绩给
ρ 考题型式、作业方式
期中考全手写，作业有分programming 跟hand-written，programming都是用python写，并且都有先写好框架，只要写好to-do就好，hand-written题目很少(都是四题)，比较难的可能只有第三次作业，其他三次都蛮简单的
final project则是要写一个德州扑克的AI，一样该有的环境跟套件都处理好了，并且有提供三个baseline，各占10分，另外60分则是report，剩下10分是跟别人对打来获得，另外他们会取跟别人对打赢钱最多的前32名进行单淘汰赛，第一名学期成绩加四分，第二名加三分，第三名加两分，第四名加一分
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…)
不点名，当初选课的时候限定电资学院大三以上才能选，因为小弟我是大二的，所以并没有选到，加签方式是现场加签，要签的人把系级写在一张纸上，本系应该只要有去加签就会上，基础是会python跟会一点点的deep learning
Ψ 总结
这门课之前都没有开过，是新加进B09大三下必修的课，因为明年就要变成大家的必修了，所以今年算是作为明年准备的实验性质的开课，但不得不说这门课感觉还没有抓清楚方向，前半学期的投影片甚至是直接拿UC Berkeley的人工智能导论的开源投影片来教，第一次作业跟第二次作业甚至直接抄UIUC还有UC Berkeley的作业，手写也是直接拿他们的期中考题，后半学期的话就没有这个问题了，非常有田神style的作业。
final project的话感觉还可以，时间给的很充裕，也有baseline能至少让我们看自己的AI怎么样，并且report也给的甜过头了(?，我自认没有做的很好，当初想说可能60分拿40分就好，但意外的几乎满分。
总之，因为明年就要变必修了，即使今年是第一年开课，还是希望明年能对课程有更多的规划，但也必须给系上掌声，愿意跟随国外大学的脚步还有听取毕业系友的建议，设立这堂课，希望这堂课能越来越好