給想選修「Fall 2021人工智慧運算與應用」課程同學的一封信

9 min readSep 1, 2021

親愛的同學們，

感謝各位對於這門課的興趣，2021年二月春季班我們第一次開設這門跨學院的課程，這一學期是我們第二次開課，為了協助各位更了解這門課程是不是適合你，這封信會針對我們開課的目的、課程設計的方式、課程的要求與我們想招收的學生做一些說明。由於這門課是選修課程並非必修課程，當你決定來修這門課的時候，請認真思考你修課的目的是否與我們課程設計的核心概念相符合，我們希望把所有的教學資源用於協助真正需要的同學，由於這門課在之前選課階段時很快額滿，所以依然有一些同學希望能加簽這門課，受限於教室與上課所需之硬體資源，我們這學期在第一階段選課只收到30人，大四同學選課結束之後，就再也沒有名額，目前有為數不少的大三與大二同學希望能加選本門課，為了避免造成一場美麗的誤會，耽誤了各位同學的青春，與錯置教學團隊一廂情願的熱忱，希望各位詳細了解這封信裡的細節，並審慎評估這門課是否適合你，整個教學團隊希望能把資源留給真正想修這門課的同學。

開課目的

作為本門課授課老師，開這門課的目的主要有下面四個:

1.介紹敏求智慧學院的課程

2. 建構智慧運算學分學程的核心課程

3. 建立有效的教學相長流程

4. 協助同學了解跨領域的可能性與做好產業轉型的準備

這門課是敏求智慧學院的大學部入門課程，我們設定給任何具有基本python programming 能力的同學都可以來選修，修課的同學將來自成大的九大學院，很多同學看到課程名稱有「人工智慧」一詞，可能會期待這門課能帶領你進入人工智慧的領域，在成大同時也有其他系所提供相關的入門課程，敏求智慧學院的課程跟其他學院系所相關課程的設計主要的不同在於下面三點：

著重於跨領域的知識鏈結，讓同學能具備結合運算科學和其他專業領域的能力
著重於從應用層面出發，學習如何建構人工智慧運算系統來解決產業裡面臨的問題
著重於讓同學理解在深入學習的路上，可能的方向與選擇。

隨著人工智慧已經深入各個產業，同學走出校園投入職場時，具備人工智慧運算的基本知識與技能，將會是各位同學求職時一個能凸顯自己的加分項目。這門課目的在引領你知道學習人工智慧運算與應用有哪些基礎必備知識，將來能走向什麼方向，如果你修完這門課能了解到自己的興趣所在，敏求智慧運算學院未來有一系列的相關基礎與進階課程，能協助你強化自己的背景知識與專業技能，做好投入職場或是高等教育的準備。

課程設計的方式

要能讓不同背景的同學在同一門課一起學習，有基本的教學難度，因為只是第二次開課，我們很需要跟同學一起努力找尋最能幫助各位學習的方式，根據上學期的教學經驗，在暑假期間，教學團隊又做了很多調整與新的嘗試，感謝教學團隊在暑假期間的努力，我們才能有機會透過幾個不同的方式，讓同學接觸到平常課程不容易接觸到的教學內容。我們的課程分為下面幾部分：

基本教學

這門課每週的教學會有一個主題，可能是該主題的入門概論，可能是理論基礎課程，可能是從應用面出發的主題討論課程，在期末專題提案之前，每一個探討的主題，大致上在未來的學期中，敏求智慧學院都會有對應的相關課程，可以讓有興趣的同學深入學習，由於本課程的lab 大多數以python programming 的lab 為主，所以我們希望來修課的同學有基本的python programming skill, 希望同學能有做lab 與final project 的基本能力，在第一堂課的作業裡，我們會有一份online的基本python programming test, 希望大家能評量一下次幾的python 程度，如果太困難，我會建議同學先去選修跟python programming 相關的課程，將來再來選修這門課。

2. 隨堂測驗與作業

我們會盡量用隨堂測驗來取代作業，每一份作業或是隨堂測驗都是為了要確保同學對於上課內容能理解與吸收，每次的隨堂測驗不會超過15分鐘，如果你沒拿到滿分，在下次上課前˙15分鐘，我們會有一次以作業取代補考的機會，讓大家能爭取滿分，如果你在課堂上沒辦法拿到滿分，那建議你尋求同學或是教學團隊的協助把課堂考試內容複習理解，訂正上課考試題目與多做一份作業來拿到滿分。

3. Lab

這學期我們特別針對這門課程，設計了軟硬體整合的實作課程，讓同學在理論學習之外，能有親自動手的機會，練習一些有趣的工程實作，這些Lab 的難度並不高，但是需要花時間練習跟理解，六個Lab 的時程如下：

Lab0 — Introduction (Week 3)
Lab1 — GPIO (Week 4)
Lab2 — OpenCV (Week 6)
Lab3 — Making Inferences with AI models (Week 8)
Lab4 —Training AI models with Teachable Machine and Tensorflow Lite (Week 9)
Lab5 — Linebot AIOT Application (Week11)

由於學校經費有限，我們會讓兩位同學一組共用器材但各自進行實驗，因為資源取得不易，希望同學珍惜與愛護實驗器材，課程結束後能完好如初地歸還器材，讓之後的同學能有機會繼續使用。

4. Invited Speaker

每學期我們都希望至少安排兩次特別來賓的演講，邀請的清單會在演講時間接近時公告，我們希望透過這些來賓，跟大家介紹外面業界的現狀與給同學一些學習求職的建議。

5. Final Project

這門課程我們沒有期末考，有一半的成績是期末專題相關，期末專題以分組方式進行，主題是以Raspberry PI 來提案人工智慧的相關應用，這學期的期末專題，我們會在最後一次上課，做一次期末專題展示嘉年華，確切的日期，我們會在修課同學確認時投票決定，屆時老師會邀請與會來賓來看展並且幫大家打分數。通常期末展演的產出包含下面幾部分

介紹影片 1–5 分鐘
現場實際作品Demo
投影片解釋背後的細節
可以被重現作品的程式碼

展演的形式我們會試疫情狀況來決定

選課的要求

這門課我們不點名，但是我們著重各種形式的課程參與，鼓勵大家提問跟參與討論，每週的作業與Lab預計是3小時的loading，基本的評分標準如下：

Lab 20%
Homework/In-Class Quiz/Class Participation 30%
Project 50% (10% for proposal, 40% for final presentation)

整體來說，你要在這門課及格的基礎是作業、Lab 與project 要做到基本的要求，要有更高分數的方法如下：

作業與In-Class Quiz(>60) 能完成、Lab與project 均有完成即有60分

2. 達到60 分的標準後，如果In-Class Quiz 與project 的分數跟quality 能高於平均，你的分數就有80 分。

3. 如果你的final project 表現能在top 25% ，或是你的課程討論參與度很踴躍你的分數就會有機會上90分

期末時如果成績與你的預期有落差，老師會開放extra bonus points ，有一些同學為了爭取更好的分數，可以選擇提案加分的方式

這門課的評分標準設計，是希望同學能付出時間與努力來學到該學習的內容，教學團隊不只不希望為難同學，更希望幫助同學透過自己的努力爭取高分，而且每個人事實上只要願意花時間努力，都有高分的機會。

你是否適合修這門課的建議

以下類型的同學，我們會建議不要來選修這門課：

只是為了湊學分的同學
除了上課，沒有時間寫作業跟做final project 的同學
會想翹課的同學

這門課並非必修課，基於Lab套件有一定數量上限，我們希望把所有資源給適合的同學，我們不在意同學從何而來，但是我們期待同學來上課時會覺得花的時間有意義，並且有所獲得，除了我們教學團隊應該兢兢業業不斷努力於教學品質的提升，更需要同學跟我們一起努力。

依據老師過去的經驗，同學可能會有一些錯誤的想像：

修這麼課不太需要花時間 — 實際狀況是每週要花大約3小時，Final project 有很多人會選擇花更多時間。
修這門課花太多時間 — 雖然Lab/Home/In-Class Quiz 看起來很多事情，但是因為教學團隊做了很多設計，如果同學遵循我們的建議，實際上工作量並不大，如果你不來上課，或是都拖到最後一刻才開始，又或者沒有遵循教學團隊的建議，你很可能會事倍功半，耗費非常多時間。
神隊友永在 — 雖然final project 我們會分組，但是評分部分是依據你的個人表現與貢獻來評分的，所有人都應該在final project 裡扮演一部分的角色，有自己的貢獻。