因为非本科系出身，想找个扎实的入门课程，听说第一届的评价不错，
刚好台中开班就报名了技术领袖班。
课程快结束了，最近也看到不少想上相关课程的询问，
分享一些资讯给有需求的人一些参考。
在讲个人感想之前，先讲一些数字。
学生 163
1080Ti 144 (19人连新竹机房)
助教 12
教室位置(含助教) 168 (其余的坐会议室/演讲厅)
课程十二周，专题实作四周，共 十六 周
每周上课三天， 09:30 ~ 17:00
有讲者时会到 18:00
休息时间各自掌握，午休算一个半小时的话，每天有6小时。
(有小数点误差)
课程大纲 天数 老师影片 助教影片 每日影片
时长(小时) 时长(小时) (小时/天)
python 1 0 2.7 2.7
爬虫 1 0 1.6 1.6
机率、统计与R语言 3 4.4 0 1.5
机器学习与算法 4 5.7 2.0 1.9
kaggle实战 1 0 3.0 3.0
深度学习理论入门 1 1 0.8 1.8
深度学习-Tensorflow 2 1.2 1.6 1.4
深度学习 3 0.7 1.2 0.6
电脑视觉 1 6.8 0 6.8
迁移学习 1 2.6 3.1 5.7
生成式对抗网络 2 2.5 1.7 2.1
递回神经网络 3 2.9 1.1 1.3
自然语言处理 3 6.7 1.2 2.6
强化学习 4 7.4 2.5 2.5
总和 41.8 22.4
数字的部分大概是这样，接下来的部分会参杂个人主观意见，
请自行斟酌拿捏。
以下文章不会提到任何人名，只针对学校课程表达感想，
学校的师资每一位的学术或实务经验都很足够，没有任何批评老师的意思。
首先要特地提的是，网络上找到的台北第一届心得完全不适用。
上课第一天看到影片教学大多数人都是错愕的。
那时的校方网页并没有提到是影片教学，是之后才放上相关讯息。
老师只会在章节课程结束后来半天做总结与问答。
课程设计理念 : https://aiacademy.tw/course-design/
第一届老师上好上满，第二届之后都是影片课程，收费不变。
(are't you thankful?)
接着，最重要的当然是教材内容。
教材整体而言，感想：没有系统性、没有诚意。
很像是大学分组报告，每个人分一部份各自做完，没有整合。
个人认为讲最好的老师，独挑大梁占了大多数的课程。
但校方的教材完全就是由老师个人频道影片剪辑而成，
顺序稍作变动、剪去部分内容，再加上助教的影片补充。
而其余的老师，有的不太会解释复杂的概念，
有的太注重片段的技术，讲完还是不太清楚整体架构。
而且有的助教影片讲到的东西是后面老师才会讲解；
有的老师重复讲了前面老师提到的东西；
有的老师讲解完的东西助教又讲了一次；
想在各领域应用，应该要主攻那些章节的课程地图在课程尾声才出现；
最绝的是，有的老师几乎都用别人的公开课程ppt讲课，
课程总结也不是自己来。
从前面数字的部分看得出来，整体来说每日的影片量负担并不大，
但在课程尾声，某次老师现场总结时，问了两个问题：
课程影片按照进度看完的举手？ 个人目测不到一半
课程实作按照进度做完的举手？ 个人目测几乎没有
可能是大家不敢举手、也可能是教材真的非常扎实吧？
网站上列的讲师，有将近一半完全没参与到课程，
有的也只是负责一小部分补充教材，而不是单独一个章节。
列一堆豪华师资几乎都是当招牌。
其他还有许多小地方的问题。
助教大多数是硕士生，硕士生上下限就很大，
有的会突然忘记该领域是用什么公式计算分数评估架构，
有的开读书会讲得比某些老师还有诚意，讲最新技术还自制ppt。
硬件资源明显不足，招生时还写名额200。
对照起校方的教学理念，真的蛮有趣的。
校方认为AIA有几个优点：
影片授课让大家自己掌握进度
教材内容刚刚提过了。
助教随时回答问题
实作碰到的问题大致上还可以，其实问题量也不大，助教负担并不重。
但复杂的问题就难说了。
庞大且丰富的学术及企业真实问题及资料
实际上，可选的实作专题，大多数都是公开资料集或是爬虫就爬得到的股价之类。
来自不同领域的人工智能学校校友网络
整天戴着耳机听课，也没多少交流机会，更别说许多是同公司认识的小团体。
对我这种宅宅来说要认识人太困难了，几乎都是点头之交。
写得有点乱，总之，我个人并不觉得学费是值回票价的。
48000拿去买一张1080Ti，剩下的都可以包好几门Coursera的课程，
课程精心设计、影片含字幕，证书还可以直接挂LinkediIn。
讨厌英文不想上Coursera的话，其实AIA的课程也很多英文，
不只ppt，老师讲课也会参杂英文，而且没有字幕。
从各个角度来看，我都不认为有什么理由不选Coursera
明天就是校友会了，不知道未来课程会不会改进。
在这种时候po文，我也做好黑掉的心理准备了。
...应该不用附上不自杀声明吧？