※ 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： 111-1
ψ 授课教师 (若为多人合授请写开课教师，以方便收录) 郑皓中
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)
电机系必修（十选二实验）
δ 课程大概内容
分成 quantum 和 classical 两部分。前半的部分是
quantum computing (including but not limited to quantum teleportation,
superdense coding, BB84 protocol, Shor's algorithm)，lab 用到的工具是 IBM
Qiskit (with the aid of Python)； 后半则是介绍传统的 source coding, channel
coding, modulation，coding 用到的工具主要是 Matlab。
Ω 私心推荐指数(以五分计) ★★★★★
★★★★★
η 上课用书(影印讲义或是指定教科书)
Lecture based on slides, notes, and reference books
1. The QISKit Textbook
2. Proakis: Digital Communications, 5ed
μ 上课方式(投影片、团体讨论、老师教学风格)
上课时老师会讲解理论背景及原理；下课后自行实作 labwork。
我觉得老师说话逻辑十分清晰，会用平板辅助讲解，虽然语速自带 1.5 倍速，但是习惯
之后就会觉得这样也很好，很接近思维运作的速度，完全没有拖沓感；而且下课后老师也
会很耐心的一一为学生解答问题。
σ 评分方式(给分甜吗？是扎实分？)
- Labs 60%
- Literature survey 15%
- Final project 25%
六次 lab 中，前三次是 quantum，后三次是 classical。
Final project 需要缴交 presentation slide 以及 report。
每次 lab 占 10%，不过因为有加分题的存在，所以有时候在一次作业中也可以拿到超过
100% 的分数。Literature survey 一部分是同学互评，一部分是教授给分。大约 2/3
的同学 A+。
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…)
不注重出席。加签方式为第一堂课出席和教授讨论。
建议有 Python 和 Matlab 的基础会比较如鱼得水。
Ψ 总结
Literature survey 是我觉得很有趣的一个环节，就像
小型学术沙龙一样，可以听到大家分享各个领域与 communication 的交集研究（今年
13 组中甚至有 4 组跟 ML 相关，可以看出机器学习越来越热门的趋势）。
Final project 建议实作 literature survey 的内容，这样比较有连贯性。我们这组这
次做的是 Privacy Amplification ，Quantum Key Distribution (QKD) 中的一个环节，
与量子加密有关。今年出现的其他主题还有 Quantum Neural Network, Quantum
Machine Learning, Quantum Cryptography, Quantum Random Walk Algorithms, Image
Processing, Error Correction, Post-Quantum Cryptography, Graph Signal
Processing 等等，可以从中感受到多元并立的学术氛围。
总而言之，这是一门收获满满的好课。虽然在 coding 的过程中，很常一不小心周末两天
就过去了，不过成功跑出结果的当下会很有成就感ＸＤ