※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）：是
哪一學年度修課：
109-2
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
陳銘憲
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
電機系選修
δ 課程大概內容
Ch0. Introduction
Ch1. Data Storage
Ch2. Data Manipulation
Ch2.5 Introduction to Python (covered by Prof. Ming-ling Lo)
Ch3. Operating Systems
Ch4. Networks and the Internet
Ch5. Algorithms
Ch6. Programming Languages
Ch7. Software Engineering
Ch8. Data Abstractions
Ch9. Database Systems
Ch10. Computer Graphics (not covered in this class)
Ch11. Artificial Intelligence (and more)
Ch12. Theory of Computation
Ω 私心推薦指數(以五分計) ★★★★★
想知道計算機在幹嘛與有什麼領域：★★★★
紮實地學計概：★★★
缺學分：★★★★★
這學期很忙：★★★★☆
η 上課用書(影印講義或是指定教科書)
Computer Science: An overview, twelfth Edition, by J. Glenn Brookshear
μ 上課方式(投影片、團體討論、老師教學風格)
投影片佐以筆記，會在上課前上傳到Ceiba。我只去聽過幾門課，老師語調與語速算平淡
，又是早上的課，應該滿容易睡著的...
σ 評分方式(給分甜嗎？是紮實分？)
（疫情前）
Homework: 35%
Midterm: 30%
Final: 35%
Class Performance: +- 0~3%
疫情後取消期末考，怎麼改配分我就不清楚了，但多了兩份作業。
ρ 考題型式、作業方式
考試：選擇填充問答等，助教會給參考考題，寫一寫上課有讀應該就能考得不錯。
作業：每次都不太一樣，這學期的作業內容如下：
hw1: Data Storage （手寫，就資料儲存操作的一些內容，上網應該找得到答案...）
hw2: Python
hw3: Web
hw4: Algorithm
hw5: SQL
hw6: Neural Network
hw7: Image Classification
就是各領域的基礎介紹＋操作，作為一門概論課難度算適中合理。
ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？
加簽習慣？嚴禁遲到等…)
偶爾會點名，但我幾乎沒去過。
選修不需要基礎，有電腦能跑程式就夠了。
Ψ 總結
啊...我也忘記為什麼我學期初要選這門課不去修其他課了...
給大一修的話好像還是滿有趣的，但如果是修過OS Algorithm DB ML Network之類的人，
上課應該會覺得很無聊，所以如果已經不是大一的話建議缺學分再來修...不然就會跟我
一樣不知道整學期在幹嘛...
btw 助教人很好><