Re: [新聞] 台大電資學院學生停修演算法 增至13％

看板Gossiping作者 (scrya)時間10月前 (2025/02/15 18:35), 10月前編輯推噓42(48推 6噓 146→)
留言200則, 47人參與, 10月前最新討論串5/9 (看更多)
※ 引述《ams9 (大發利市)》之銘言： : 備註請放最後面 違者新聞文章刪除 : 1.媒體來源: 自由時報電子報 : 2.記者署名: 記者林曉雲、楊綿傑／台北報導 : 3.完整新聞標題: : 台大電資學院學生停修演算法 增至13％ : 4.完整新聞內文: : 2025/02/15 05:30 : 教授張耀文懷疑一○八課綱弱化學生 : 〔記者林曉雲、楊綿傑／台北報導〕台灣大學電資學院核心課程之一演算法 : ，授課老師、台大講座教授張耀文昨日發出警語表示，學生停修比率近三年 : 從三％增至十三％，大大震撼老師們。因演算法是大三必修課，大三學生恰 : 是一○八課綱首屆學生，大一時的微積分成績平均普遍弱化，質疑是一○八 : 課綱造成基礎學科能力不穩，又再進一步弱化專業科目學習。 : 教部：應與疫情、世代差異有關 : 不過，自台大電機系借調的教育部政次葉丙成不以為然，他表示，美國柏克 : 萊大學校長、美國加州大學聖地牙哥分校（UCSD）校長都跟他說，他們學校 : 也有同樣情況，而他們認為是受到COVID-19疫情搞亂學生在高中的學習，另 : 也跟世代差異有關係。 : 張耀文表示，一○八課綱首屆台大大一新生的微積分成績平均弱化，台大電 : 資學院微積分成績降低約九％至十四％，其他多個學院降幅更大，修課學生 : 超過二千人，歷屆皆採聯合命題和考試，具統計意義，而首屆學生現已升上 : 大三，專業成績亦受關注，連同微積分等基礎科目，可作為觀察一○八課綱 : 對大學生的部分基礎和專業科目學習的影響。 : 電資學院核心課 人工智慧必修 : 張耀文說明，演算法為「人工智慧」、晶片之母「電子設計自動化」等眾多 : 領域的核心專業課程，多個頂尖大學電資學院列為大三的核心必修，學習演 : 算法對產業發展和國家競爭力具重要性。台大電機系演算法上學期有一六○ : 人修課，其中廿人停修，創下歷史新高，和兩年前大一微積分成績滑落，顯 : 示的問題具一致性，而近三年來上學期演算法停修比率由一一一學年三％、 : 一一二學年六％，暴增至一一三學年十三％。 : 張耀文指出，學生在期末考前可線上提出停修，但必修課須重修過關才能畢 : 業，常造成修業時間拉長，延後畢業時間，造成教育資源的負擔和產業人力 : 的減少，對國家社會發展不利；而停修比率遽增，認為除了一○八課綱造成 : 基礎學科能力不穩後，是否進一步弱化專業科目學習外，停修條件放寬、學 : 生心態改變（如成績未達預期就停修）等皆值得深究，期盡快找出解方。 : 5.完整新聞連結 (或短網址)不可用YAHOO、LINE、MSN等轉載媒體: : ※ 當新聞連結過長時，需提供短網址方便網友點擊 : https://news.ltn.com.tw/news/life/paper/1691801 : 6.備註: : ※ 一個人一天只能張貼一則新聞(以天為單位)，被刪或自刪也算額度內，超貼者水桶，請注意 : ※ 備註請勿張貼三日內新聞(包含連結、標題等) 因為張耀文教授算是EDA大老 因此他覺得演算法很重要是不大意外 但你說人工智慧需要把演算法修到一定水準 我個人是不大同意 人工智慧經典教材: Artificial Intelligence A Modern Approach 前幾章大約在教search、game、constraint statisfactory problem、 first-order logic的演算法實現 這幾個章節的確資料結構和演算法的基礎有重要性 因為沒有一點基礎 可能看不出為什麼虛擬碼是長那樣 而這幾章我學生時代學只覺得好像演算法的加強版 可是現在熱門的AI領域，有需要用到那些演算法基礎才能懂嗎? 現在Deep Learning、Reinforecement Learning那套 用到最多的明明是: 機率論 (注意不是機率導論喔，是需要用實分析和測度論的那個) 泛函分析 數理統計 回歸分析 貝氏統計 各種不是出現在工統、商統、生統的進階統計方法 也就是說，比較像是台灣統研所和數學所學得那些方法 因此，說要學AI，演算法很重要是不是搞錯了什麼? 要做現代AI明明最重要的是統計學研究所的東西 而不是什麼各類演算法的理解 個人覺得雖然可能張教授自己EDA領域很重要 但其他領域就不一定 說的這麼武斷好像不大好... -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.227.47.246 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1739615732.A.CD4.html
推
02/15 18:37, 10月前 , 1F
演算法跟危機分 有屁毛的關係
02/15 18:37, 1F
推
02/15 18:37, 10月前 , 2F
計算機離不開數學QQ
02/15 18:37, 2F
推
02/15 18:37, 10月前 , 3F
去念數學系阿XD
02/15 18:37, 3F
推
02/15 18:37, 10月前 , 4F
measurebility-based prob theory 在DL
02/15 18:37, 4F
→
02/15 18:38, 10月前 , 5F
的領域有那麼重要嗎？
02/15 18:38, 5F
推
02/15 18:38, 10月前 , 6F
不就只是學生想利用重修換教授？
02/15 18:38, 6F
→
02/15 18:38, 10月前 , 7F
我感覺thoery一直在吃屎說
02/15 18:38, 7F
→
02/15 18:38, 10月前 , 8F
比起thoery，勤奮地想些新的組合可能都
02/15 18:38, 8F
→
02/15 18:38, 10月前 , 9F
還比較重要一點
02/15 18:38, 9F
因為你是從做系統的角度思考 所以會這樣想 但現代AI如果真的要知道最根本的原因 數學系和統計所那套 個人覺得逃不掉... ※ 編輯: yueayase (61.227.47.246 臺灣), 02/15/2025 18:40:32
→
02/15 18:40, 10月前 , 10F
還是這篇想說的是 stochastic process?
02/15 18:40, 10F
→
02/15 18:41, 10月前 , 11F
而個人覺得你說的系統面 演算法也...
02/15 18:41, 11F
→
02/15 18:41, 10月前 , 12F
不需要學到台大ADA那種水準...
02/15 18:41, 12F
推
02/15 18:41, 10月前 , 13F
類神經網路就是那樣 原因???
02/15 18:41, 13F
你大概不知道類神經網路能那樣算 就是用probabiliy theory和泛函分析推出來的...
推
02/15 18:42, 10月前 , 14F
我個人覺得演算法挺尷尬的
02/15 18:42, 14F
※ 編輯: yueayase (61.227.47.246 臺灣), 02/15/2025 18:43:27
→
02/15 18:42, 10月前 , 15F
真的有人知道原因??
02/15 18:42, 15F
https://math.uchicago.edu/~may/REU2018/REUPapers/Guilhoto.pdf 原因在這裡 就是那樣這種說法 肯定你只是看了什麼Pattern Recogniton and Machine Learning那種教科書 就覺得自己學會了和了解了 你才會以為沒有原因 就是那樣...
→
02/15 18:42, 10月前 , 16F
因為有用的是那些已知的常見案例
02/15 18:42, 16F
→
02/15 18:43, 10月前 , 17F
其實就算你實現的當下沒有用最佳的算法，
02/15 18:43, 17F
→
02/15 18:43, 10月前 , 18F
其實當下不要卡住，也還是ok
02/15 18:43, 18F
→
02/15 18:43, 10月前 , 19F
那如果張耀文教授的演算法特別強調理論的
02/15 18:43, 19F
→
02/15 18:44, 10月前 , 20F
部分... 對大多數人就不是那麼實用了
02/15 18:44, 20F
推
02/15 18:46, 10月前 , 21F
類神經網路有理論證實它為什麼會work了
02/15 18:46, 21F
推
02/15 18:46, 10月前 , 22F
學那麼多理論台灣AI搞出什麼毛了嗎？
02/15 18:46, 22F
→
02/15 18:46, 10月前 , 23F
嗎？離開學校太久了
02/15 18:46, 23F
推
02/15 18:47, 10月前 , 24F
有理論可以證明"資料夠多、架構夠大的
02/15 18:47, 24F
→
02/15 18:47, 10月前 , 25F
台灣就不是沒人才，只是人都在美國公司
02/15 18:47, 25F
→
02/15 18:47, 10月前 , 26F
啊，看OpenAI那個…
02/15 18:47, 26F
→
02/15 18:47, 10月前 , 27F
類神經網絡可以學會任意函數"
02/15 18:47, 27F
→
02/15 18:48, 10月前 , 28F
但這種fundamental theory 沒那麼有用的
02/15 18:48, 28F
→
02/15 18:48, 10月前 , 29F
原因是他沒有告訴你 "要多少或要多大"
02/15 18:48, 29F
這我是同意沒錯 但現在不就是缺少類似這種能產生爆炸性進步的東西嗎? ※ 編輯: yueayase (61.227.47.246 臺灣), 02/15/2025 18:52:34
推
02/15 18:53, 10月前 , 30F
是 但你講得這個進展，只能在學術圈做
02/15 18:53, 30F
推
02/15 18:53, 10月前 , 31F
確實DL需要微積分 線性代數 機率理論比
02/15 18:53, 31F
→
02/15 18:53, 10月前 , 32F
較多，但演算法還算是電資基礎？現在學
02/15 18:53, 32F
→
02/15 18:53, 10月前 , 33F
生不可能一進電資就說自己要研究AI模型
02/15 18:53, 33F
→
02/15 18:53, 10月前 , 34F
而能做學術工作的人...一直都非常少
02/15 18:53, 34F
還有 126 則推文
還有 26 段內文
推
02/15 23:50, 10月前 , 161F
Y 統計所範疇
02/15 23:50, 161F
推
02/16 00:06, 10月前 , 162F
你說的那些就是經濟學家鑽研的科目
02/16 00:06, 162F
→
02/16 00:08, 10月前 , 163F
只講應用面就是一般公司管資料庫的人很多
02/16 00:08, 163F
→
02/16 00:08, 10月前 , 164F
也沒讀資料結構阿，大家一起爛的確沒差
02/16 00:08, 164F
→
02/16 00:08, 10月前 , 165F
非關聯資料庫不就演過一次了
02/16 00:08, 165F
→
02/16 00:09, 10月前 , 166F
但實際上，你列的那些都讀精熟比讀演算法
02/16 00:09, 166F
→
02/16 00:09, 10月前 , 167F
教科書難好幾倍
02/16 00:09, 167F
→
02/16 00:11, 10月前 , 168F
每個演算法過程都能簡化成某種數學問題阿
02/16 00:11, 168F
→
02/16 00:11, 10月前 , 169F
，那你怎麼會覺得放棄演算法的本科生會好
02/16 00:11, 169F
→
02/16 00:11, 10月前 , 170F
好讀數學
02/16 00:11, 170F
→
02/16 00:12, 10月前 , 171F
簡單的課不修自學難的？
02/16 00:12, 171F
→
02/16 00:34, 10月前 , 172F
「連演算法這種躺過的學分都要停修的人修
02/16 00:34, 172F
→
02/16 00:34, 10月前 , 173F
什麼實變跟機率論」你怕不是在做夢
02/16 00:34, 173F
噓
02/16 00:46, 10月前 , 174F
補個噓，業內連複雜度問題都看不懂，心痛
02/16 00:46, 174F
推
02/16 00:56, 10月前 , 175F
我自己本科做RL碩士去做平行算法的怪人
02/16 00:56, 175F
→
02/16 00:56, 10月前 , 176F
，其實都對，看你做AI的哪一段。如果做
02/16 00:56, 176F
→
02/16 00:56, 10月前 , 177F
頂層模型設計數據挖掘，確實不太需要演
02/16 00:56, 177F
→
02/16 00:56, 10月前 , 178F
算法。越接近底層越需要考慮演算法最佳
02/16 00:56, 178F
→
02/16 00:56, 10月前 , 179F
化。
02/16 00:56, 179F
噓
02/16 00:59, 10月前 , 180F
Thoery 是啥
02/16 00:59, 180F
推
02/16 01:42, 10月前 , 181F
張只是想恢復聯考而已，只要有藉口都
02/16 01:42, 181F
→
02/16 01:42, 10月前 , 182F
可以拿來大作文章
02/16 01:42, 182F
推
02/16 03:46, 10月前 , 183F
學演算法還不如學資料庫
02/16 03:46, 183F
→
02/16 04:25, 10月前 , 184F
跟 arrenwu 同感
02/16 04:25, 184F
→
02/16 04:26, 10月前 , 185F
"如果要知道最根本原因" 你提的其實偏
02/16 04:26, 185F
→
02/16 04:26, 10月前 , 186F
"學習理論"的領域了，而做這領域的在
02/16 04:26, 186F
→
02/16 04:27, 10月前 , 187F
整體學術圈算是少數
02/16 04:27, 187F
→
02/16 04:30, 10月前 , 188F
舉個例子，近十年最屌的paper我認為是
02/16 04:30, 188F
→
02/16 04:30, 10月前 , 189F
Transformer 創始那一篇，但那篇有用
02/16 04:30, 189F
→
02/16 04:31, 10月前 , 190F
到什麼數學嗎，也沒有吧
02/16 04:31, 190F
→
02/16 04:33, 10月前 , 191F
你是以全人類的角度來看，那就要有人
02/16 04:33, 191F
→
02/16 04:33, 10月前 , 192F
去研究這些東西，但以個體來看，大部
02/16 04:33, 192F
→
02/16 04:33, 10月前 , 193F
分的人(還是走學術的)都用不到
02/16 04:33, 193F
→
02/16 04:34, 10月前 , 194F
就像是人類整體要有人去讀數學系
02/16 04:34, 194F
→
02/16 04:34, 10月前 , 195F
但不必每個理工人都要雙修數學系
02/16 04:34, 195F
噓
02/16 07:55, 10月前 , 196F
哈，你的AI不是我的AI，既然如此，承認
02/16 07:55, 196F
→
02/16 07:55, 10月前 , 197F
演算法課程對某些AI是必要的很難？
02/16 07:55, 197F
推
02/16 08:17, 10月前 , 198F
原po 說的很有理，但大廠就是喜歡考這
02/16 08:17, 198F
推
02/16 10:18, 10月前 , 199F
要學複變函數 隨機程序 然後發現和搞
02/16 10:18, 199F
→
02/16 10:18, 10月前 , 200F
訊號處理的學得87%像
02/16 10:18, 200F
‣ 更多 yueayase 的文章
文章代碼(AID): #1di6tqpK (Gossiping)
討論串 (同標題文章)
本文引述了以下文章的的內容：
完整討論串 (本文為第 5 之 9 篇)：
排序： 最新先 | 最舊先 | 留言數
在新視窗開啟完整討論串 (共9篇)
‣ 更多 yueayase 的文章
文章代碼(AID): #1di6tqpK (Gossiping)