※ 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
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)
王奕翔
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)
電信所、電機系選修
δ 課程大概內容
1 Information Entropy, Lossless Source Coding
2 Mutual Information, Channel Coding
3 Lossy Source Coding
4 Source Coding for Continuous Source
5 Learning Information from Data, KL-Divergence
Ω 私心推薦指數(以五分計) ★★★★★
想混 0
想學而且肯花時間讀書 ★★★★★
喜歡被數學摧殘 (?) ★★★★★★★★
數學苦手 ★★+0.5
η 上課用書(影印講義或是指定教科書)
上課用投影片，
推薦閱讀：Cover & Thomas, Elements of Information Theory、另外還有多本課本、Le
cture note及論文
教授希望我們多方自主學習、不要只靠投影片、作業的重點有時候會藏在這些 reference
裏
μ 上課方式(投影片、團體討論、老師教學風格)
課程前2/3是老師以投影片講課，每章大多從介紹一個消息理論的問題開始，推導出重要
的 measure 和引理，直到得到該章的大結論，之後再做一些補充/拓展，算是數學推導上
相當嚴謹的課程（但太冗或太難的證明還是會被跳過）；最後約6週則是讓同學提案以及
報告期末專題，以及舉行考試
遠距教學部分，從學期初開始就固定提供課程影片（除了有一次沒錄到音），教授手動推
導的部分大都會寫在螢幕上。我自己就是大多時候遠距上課，主要是因為自己控速度的話
好像吸收得更好。不過千萬不要因此堆著影片想說一次看完，腦袋會燒掉
σ 評分方式(給分甜嗎？是紮實分？)
40% 作業
30% 考試
30% 期末專題
?% Bonus
給分應該算紮實甜。po主作業算高分、有交bonus、考試砸掉，期末專題則是普普通通，
最後拿A-算是蠻公允也不至於太難看的分數
ρ 考題型式、作業方式
作業：
共有五次，前四次為證明題為主，都會有簡單的題目，不過難題則是一次比一次難，要有
一份作業要想好幾天的心理準備，但評分不會太苛求細節。如果想不出來可以去問助教或
教授，會省很多鑽牛角尖的時間
第五次作業是聽老師找的演講寫心得，相對來說這部分仁慈很多，只要肯聽肯寫就可以拿
到很高分了
考試：
只考一次，考老師教的所有內容。這學期考試時遠距，所以 open 除了網路聊天室以外的
任何東西。考試的題目不像作業那麼刁鑽，但仍然不是隨便查查投影片或網路就能拿高分
期末專題：
有三種選擇，一是 survey 一個消息理論裡的子領域，二是 attack 一個消息理論領域的
open problem，三是 establish 一個新的消息理論問題並取得初步成果。就我觀察大部
分人都選第一個，後兩個可能要本來就有相關研究才做得下去。
選好主題後，要寄信跟教授約時間討論，在課堂上提出 5 分鐘 proposal、期末時要做20
分鐘的完整口頭報告，以及一份LaTeX 書面報告（有提供模板）
Bonus：
如果自覺成績不好看，可以多交一份作業五，但不確定能補到多少分
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…)
不看出席、當然報告還是要到。而且如果報得亂七八糟是會被當場電的
應該要先學過機率與統計，還會用到一點線性代數跟微積分
沒特別注意加簽，但應該不至於難簽
教授很鼓勵同學上課發問，不過上課當下腦袋可能還在 process，所以基本上大家都是一
片沈寂。但如果下課或寄信去問問題，教授也很願意花時間解釋
Ψ 總結
教授的課在電機系中算是聞名遐邇的硬，不過相對來說，如果投入心力能學到的東西也很
多
不過期末專題主題要慎選，自己這組不小心選了一個很難的跨領域主題，結果讀到腦袋短
路qq