Re: [新聞] 台大電資學院學生停修演算法 增至13％

※ 引述《yueayase (scrya)》之銘言：
: ※ 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...

大哥你知道機器學習跟AI不是只有疊一堆神經網路硬train一發吧，人家deepseek之所以那麼成功很大原因就是在系統層面做了很多優化，除了好的數學底子之外就是資料結構還有演算法。

而且就算不談deepseek，你搞最常見的自駕車之類的也會需要圖論跟動態規劃之類的最佳化知識，台大電機系演算法不管是誰開的一定都會花很多時間講DP，以前陳和麟開的甚至還有randomized跟approximation演算法之類業界更常用的技巧，電資本科是一定要會的。

現在一堆人讀電機資工畢業之後根本除了import torch之外什麼都不會，機器學習的原理問深一點就掛在那邊也講不出所以然，只能說該學的還是要學，演算法就是電資人的一技之長，學得好不愁沒飯吃。
-----
Sent from JPTT on my iPhone

--