健保25年累積22億筆數據,台大靠AI找出胰臟癌蹤跡!林百里:智慧醫療將成護國神山
2020.10.28 by 王郁倫
台灣健保資料庫擁有最大量的醫療數據,將逐步鬆綁法規,去識別化後供產學界運用,廣達董事長林百里也期許AI結合5G及智慧醫療打造台灣的下一個護國神山。
「我們做一個迷你雲,期望提供大大的資料給台灣醫學界研究。若能用台灣健保署的完備資料,應用研發,甚至商轉,對台灣將是很重要的護國神山。」廣達董事長林百里27日出席健保署25週年活動說道。
全民健保實施迄今滿25年,累積的就醫紀錄結構化資料(如病歷)高達649億筆、醫療影像自從2018年開始累積至今也有22億筆,成為台灣發展大數據分析與醫療人工智慧(AI)的寶庫。
在法規鬆綁下,2019年6月起,健保署開放產學界申請去識別化醫療影像(比方電腦斷層掃描CT、核磁共振MRI影像)進場訓練AI演算法及模型,迄今這個計畫共有15件申請案件,包含醫界9家、學界6家,其中10案有產學合作,而台大醫學院跟台大醫院參與度最為積極。
打造智慧醫療護國神山,15件產學界合作開跑
台大28日發表全球首創的「PANCREASaver:電腦斷層影像自動辨識胰臟癌 AI 偵測模型」,利用健保資料庫大量的電腦斷層掃描影像訓練,目前AI模型正確率91.1%,敏感度90.9%,特異度93.1%。可以自動標記發現2公分以下胰臟癌,提醒看片子的醫生。過去用超音波看人體臟器,胰臟位置居中,很難察覺病變,醫生肉眼很難抓出2公分以下胰臟腫瘤位置。
過去胰臟癌早期無症狀,腹部即使是斷層掃描都不易發現,也讓胰臟癌往往被檢驗出來都已是末期,不易治療,這套AI模型由台大MeDA實驗室與台大醫學院附設醫院腸胃肝膽科醫師廖偉智團隊合作,並透過健保資料庫驗證,精準度已可幫助醫師抓到漏網之魚,提早讓胰臟癌患者就醫。
由於健保資料庫有22億筆影像資料,更成為醫界寶庫,台大MeDA實驗室與睿傳數據共同合作研發的BodyPart醫學影像智慧檢索系統,可以將健保資料22億筆影像資料快速分類為頭、頸、胸等部位及各器官,目前布建在健保署,方便智慧醫療產業或學術單位在申請醫學影像資料時檢索使用。
廣達預測肺癌存活率,台大抓出胰臟癌早期症狀
而為方便產學界未來更容易取得健保署資料,2020年3月健保署與廣達電腦董事長林百里共同簽署合作備忘錄,由廣達電腦捐贈健保署「人工智慧醫療雲運算整合平台(QOCAR AIM)」系統,客製化打造健保資料模組,讓醫院或研究團隊更方便取用。
半年多來,廣達率先與健保署就320萬名非自然人(已死亡)資料去識別化後,展開資料的清洗標註,建立視覺化資料處理功能,並進行後續建模,並以肺癌療程存活率分析為案例進行研究,未來其他醫院或學術團體若再進場申請這320萬筆資料,使用就可以縮短資料存取時間,「過去清理資料約要1~3個月時間,工程師要來來回回進健保署AI中心,現在模型建好可以縮短至1~2天」廣達工程師說。
AIM提供大量數據的管理工具,AI臨床應用及資料防護,是廣達重要的里程碑,林百里說,期望提供更好更方便的工具讓大家使用,善加利用健保資料庫如此完備的資料,若能藉此研發應用甚至商轉,對台灣將是很重要的護國神山,如果再把AI大數據跟5G結合,一定是世界領先的產業。
「廣達的一小步,做一個迷你雲,希望能夠提供大大的資料給台灣醫學研究,而帶來幫助。」林百里說,而他也期望年輕醫師多參與,因為年長醫師較為習慣以過去看診方式面對疾病。
健保署27日舉行25週年暨健保資料人工智慧應用研討會,副總統賴清德、國家發展委員高仙桂、科技部次長謝達斌、廣達電腦董事長林百里都到場。
賴清德表示,智慧新時代是未來全球發展的必然趨勢,臺灣擁有龐大且享譽國際的健保資料庫,數十年來累積的資通訊產業科技能力,有實力成為智慧醫療國家,符合蔡總統發展六大核心戰略產業政見,並提升我國智慧醫療產業競爭力。
附圖:健保署25週年,廣達捐贈醫療雲QOCA AIM給健保署進行資料清理與建模。健保署
台大也發表全球首創的「PANCREASaver:電腦斷層影像自動辨識胰臟癌 AI 偵測模型」,圖為台大醫學院附設醫院腸胃肝膽科醫師廖偉智。王郁倫攝影
林百里認為結合AI與5G,智慧醫療可望成為台灣新的護國神山。王郁倫攝影
資料來源:https://www.bnext.com.tw/article/59813/medical-data-quanta-cloud-?fbclid=IwAR2lTFJNwSpGlwU6BdjzsZxOiqgpdoCPbOwW2faAWVEMOe9FqCXefyOSiWs
同時也有2部Youtube影片,追蹤數超過7萬的網紅在地上滾的工程師 Nic,也在其Youtube影片中提到,現在學習知識的渠道越來越多,無論對於零基礎或是有經驗的工程師,想要持續成長應該看書還是看影片來的更有效率呢? 主要會和你分享我過去從新手到資深的過程中,如何持續保持進步及學習的經驗 也許這個經驗可以幫助到你,也歡迎留言和我分享你的看法 相信彼此分享不同的學習見解,能讓對於想要更精進自己程式開發...
「資料結構與演算法台大」的推薦目錄:
- 關於資料結構與演算法台大 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
- 關於資料結構與演算法台大 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
- 關於資料結構與演算法台大 在 C.C.M Math Facebook 的最佳貼文
- 關於資料結構與演算法台大 在 在地上滾的工程師 Nic Youtube 的最佳解答
- 關於資料結構與演算法台大 在 在地上滾的工程師 Nic Youtube 的最佳解答
- 關於資料結構與演算法台大 在 [評價] 109-2 林軒田/蔡欣穆資料結構與演算法- 看板NTUcourse 的評價
- 關於資料結構與演算法台大 在 台大資訊演算法| ADA 7.1 - YouTube 的評價
- 關於資料結構與演算法台大 在 台大資訊演算法| ADA 0.1: Course Logistics - YouTube 的評價
- 關於資料結構與演算法台大 在 台大資訊演算法| ADA 5.1: Dynamic Programming (21/10/14) 的評價
- 關於資料結構與演算法台大 在 廣宣學堂- 【 軒田老師新課】台大資訊系資料結構與演算法單班 ... 的評價
- 關於資料結構與演算法台大 在 [評價] 108-2 蔡欣穆資料結構與演算法- 看板NTUcourse 的評價
- 關於資料結構與演算法台大 在 資料結構與演算法- 臺灣大學板 - Dcard 的評價
- 關於資料結構與演算法台大 在 [問題] 資料結構與演算法資工VS電機 - PTT 熱門文章Hito 的評價
- 關於資料結構與演算法台大 在 [問卦] 台大資工所的資料結構和離散數學有多強? - PTT推薦 的評價
- 關於資料結構與演算法台大 在 [News] 2021 Spring 「資料結構與演算法」- 看板NTUcourse 的評價
- 關於資料結構與演算法台大 在 台大資料結構與演算法ptt :: 讀書心得分享網站 的評價
- 關於資料結構與演算法台大 在 「資料結構與演算法PTT」情報資訊整理 - 愛呷宜花東 的評價
- 關於資料結構與演算法台大 在 【心得】 無補習邊工作邊讀書跨考資工心得- 研究所板 的評價
- 關於資料結構與演算法台大 在 [評價] 103-2 資料結構與演算法實務陳倩瑜 - PTT Web 的評價
- 關於資料結構與演算法台大 在 大話資料結構ptt - choice4better.nl 的評價
- 關於資料結構與演算法台大 在 台大資料結構、資料結構ptt在PTT/mobile01評價與討論 的評價
- 關於資料結構與演算法台大 在 [請益] 請推薦資料結構與演算法書籍或線上課程 - PTT 問答 的評價
資料結構與演算法台大 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
健保25年累積22億筆數據,台大靠AI找出胰臟癌蹤跡!林百里:智慧醫療將成護國神山
2020.10.28 by 王郁倫
台灣健保資料庫擁有最大量的醫療數據,將逐步鬆綁法規,去識別化後供產學界運用,廣達董事長林百里也期許AI結合5G及智慧醫療打造台灣的下一個護國神山。
「我們做一個迷你雲,期望提供大大的資料給台灣醫學界研究。若能用台灣健保署的完備資料,應用研發,甚至商轉,對台灣將是很重要的護國神山。」廣達董事長林百里27日出席健保署25週年活動說道。
全民健保實施迄今滿25年,累積的就醫紀錄結構化資料(如病歷)高達649億筆、醫療影像自從2018年開始累積至今也有22億筆,成為台灣發展大數據分析與醫療人工智慧(AI)的寶庫。
在法規鬆綁下,2019年6月起,健保署開放產學界申請去識別化醫療影像(比方電腦斷層掃描CT、核磁共振MRI影像)進場訓練AI演算法及模型,迄今這個計畫共有15件申請案件,包含醫界9家、學界6家,其中10案有產學合作,而台大醫學院跟台大醫院參與度最為積極。
打造智慧醫療護國神山,15件產學界合作開跑
台大28日發表全球首創的「PANCREASaver:電腦斷層影像自動辨識胰臟癌 AI 偵測模型」,利用健保資料庫大量的電腦斷層掃描影像訓練,目前AI模型正確率91.1%,敏感度90.9%,特異度93.1%。可以自動標記發現2公分以下胰臟癌,提醒看片子的醫生。過去用超音波看人體臟器,胰臟位置居中,很難察覺病變,醫生肉眼很難抓出2公分以下胰臟腫瘤位置。
過去胰臟癌早期無症狀,腹部即使是斷層掃描都不易發現,也讓胰臟癌往往被檢驗出來都已是末期,不易治療,這套AI模型由台大MeDA實驗室與台大醫學院附設醫院腸胃肝膽科醫師廖偉智團隊合作,並透過健保資料庫驗證,精準度已可幫助醫師抓到漏網之魚,提早讓胰臟癌患者就醫。
由於健保資料庫有22億筆影像資料,更成為醫界寶庫,台大MeDA實驗室與睿傳數據共同合作研發的BodyPart醫學影像智慧檢索系統,可以將健保資料22億筆影像資料快速分類為頭、頸、胸等部位及各器官,目前布建在健保署,方便智慧醫療產業或學術單位在申請醫學影像資料時檢索使用。
廣達預測肺癌存活率,台大抓出胰臟癌早期症狀
而為方便產學界未來更容易取得健保署資料,2020年3月健保署與廣達電腦董事長林百里共同簽署合作備忘錄,由廣達電腦捐贈健保署「人工智慧醫療雲運算整合平台(QOCAR AIM)」系統,客製化打造健保資料模組,讓醫院或研究團隊更方便取用。
半年多來,廣達率先與健保署就320萬名非自然人(已死亡)資料去識別化後,展開資料的清洗標註,建立視覺化資料處理功能,並進行後續建模,並以肺癌療程存活率分析為案例進行研究,未來其他醫院或學術團體若再進場申請這320萬筆資料,使用就可以縮短資料存取時間,「過去清理資料約要1~3個月時間,工程師要來來回回進健保署AI中心,現在模型建好可以縮短至1~2天」廣達工程師說。
AIM提供大量數據的管理工具,AI臨床應用及資料防護,是廣達重要的里程碑,林百里說,期望提供更好更方便的工具讓大家使用,善加利用健保資料庫如此完備的資料,若能藉此研發應用甚至商轉,對台灣將是很重要的護國神山,如果再把AI大數據跟5G結合,一定是世界領先的產業。
「廣達的一小步,做一個迷你雲,希望能夠提供大大的資料給台灣醫學研究,而帶來幫助。」林百里說,而他也期望年輕醫師多參與,因為年長醫師較為習慣以過去看診方式面對疾病。
健保署27日舉行25週年暨健保資料人工智慧應用研討會,副總統賴清德、國家發展委員高仙桂、科技部次長謝達斌、廣達電腦董事長林百里都到場。
賴清德表示,智慧新時代是未來全球發展的必然趨勢,臺灣擁有龐大且享譽國際的健保資料庫,數十年來累積的資通訊產業科技能力,有實力成為智慧醫療國家,符合蔡總統發展六大核心戰略產業政見,並提升我國智慧醫療產業競爭力。
附圖:健保署25週年,廣達捐贈醫療雲QOCA AIM給健保署進行資料清理與建模。健保署
台大也發表全球首創的「PANCREASaver:電腦斷層影像自動辨識胰臟癌 AI 偵測模型」,圖為台大醫學院附設醫院腸胃肝膽科醫師廖偉智。王郁倫攝影
林百里認為結合AI與5G,智慧醫療可望成為台灣新的護國神山。王郁倫攝影
資料來源:https://www.bnext.com.tw/…/59813/medical-data-quanta-cloud-…
資料結構與演算法台大 在 C.C.M Math Facebook 的最佳貼文
to 高中生, 大一生, 大二生:
這篇文是針對數學系, 電機系, 資工系的比較
可以衡量看看自己對哪部分的數學較有興趣
#也提供正在準備備審的學測生
#針對這三個科系更深入的了解
[大學介紹篇1-數學成分的差異]
喔! 對了!!
本來預計要寫"[求職篇5-暑期實習]"的說
但投了5~6個實習都收無聲卡...
是故只好停刊, 改成大學介紹的主題了
-------------------------
問題: 數學系的數學 v.s. 電機系的工數 v.s. 資工系的數學
這三者有何差異呢?
*感謝高三生Lin Lee提供這個好問題
------------
1. 數學系的數學
以台大數學系而言, 從高中生可理解的角度分類必修課
60%分析類: 微積分, 分析(高等微積分), 機率導論
常微分方程, 偏微分方程, 複分析(複變), 幾何(微分幾何)
-
30%代數類: 線性代數, 代數
-
10%程式類: 計算機程式設計, 計算數學導論
其中又以分析, 代數, 幾何, 複變為最最困難的科目
-
而且個人認為
分析的精華在於Lebesgue(1875~1941)的Lebesgue積分
代數的精華在於Galois(1811~1832)的Galois理論
相較於數學歷史, 兩位都是近兩百年的年輕數學家
-
所以我會把數學系的核心學習內容--分析+代數
稱呼為"現代數學"
而國高中所學的算是"古典數學"
-
類似於物理系的學習內容--相對論+量子力學
稱呼為"現代物理"
而國高中所學的算是"古典物理"
------------
2. 電機系的工數
以台大電機而言
工數=分析類+代數類-{分析,幾何,代數}
當然, 程式類會比台大數學還要重好幾倍
-
換句話說
電機系的數學部分=被拔掉{分析,代數,幾何}的數學系
雖然電機系免除這三大魔王的摧殘
但還是有同等級的電路/電磁/電子學迫害
總之, 電機系的數學成分相當高就是了
-
當然, 電機系的工數課都在代公式, 簡化, 求解居多
另外, 數學系的數學課則是套定理, 推理, 證明居多
兩者有不同的需求, 不同的難度, 和不同的發展
電機系學工數是為了信號與系統, 三電, AI等等
一些進階領域都需要不少線代/機率/微分方程的知識
-
所以, 電機系的核心學習內容--三電+工數+演算法
基本上就是18世紀以後的電學+用工數語言描述
這也是電資學院最夯的"電子系"的基礎囉
不過, 很多電機人跨去資工又是另一個故事了
基本上就是沿著演算法的路往資工方向走
------------
3. 資工系的數學
以台大資工而言
數學={微積分,線代,機率}+{離散,資料結構,演算法,自動機}
當然, 程式類又比電機系重了不少
-
基本上, 資工系只修{微積分,線代,機率}
大概可以算是二類組最低要求的數學知識吧
所以, 他們的重點在於{離散,資料結構,演算法,自動機}
也就是俗稱的"理論電腦科學"領域
-
按照時間順序來說的話
20世紀的數學家在探討是否所有問題有答案
而理髮師的悖論則說明有些問題無法解
因此, 有人試著從邏輯切入, 試著判斷問題的真偽
也有人試著設計機器, 自動地分辨給定問題的真偽
前者最終以失敗告終
但他建立的數理邏輯, 則讓後者成功了
這種機器稱之為"圖靈機", 也就是現在的"電腦"
而過程中的這些理論則屬於自動機與形式語言
是理論電腦科學的起源
ref: 這段是某篇看過的文章內容, 跟這篇有點像 https://www.thenewslens.com/article/55863
-
總之, 70年前二戰時, 第一台破密用電腦被實作出
直到大約50年前, 才開始發展演算法來有效使用電腦
而演算法又包含各種策略,圖論,P&NP,組合學等等
以上的這些統稱為"理論電腦科學"領域
基本上就是不管硬體和系統, 不寫程式的電腦科學部分
-
所以, 資工系的核心學習內容--
{線代,離散}+{資結,演算法}+{作業系統, 計算機結構}
基本上就是近70年發展的電腦科學
我會稱呼理論電腦科學部分為"後現代數學"
也就是近100年的數學發展
-------------------------
下次要是有機會的話
再來聊聊給分甜度的問題好了
問題: 為何數學系給分超低v.s.電機系給分超甜
或者是也可以談談往研究所發展的問題
問題: 數學系, 電機系, 資工系研究所發展趨勢
-
不確定高中生對於哪個比較有興趣
也有可能我就懶得再發文了
總之...
歡迎下方留言各位感興趣的相關問題唷!
#歡迎上進的高中生們
#把我的語錄抄進備審
#我的理解深度還行吧
#不確定QQ
資料結構與演算法台大 在 在地上滾的工程師 Nic Youtube 的最佳解答
現在學習知識的渠道越來越多,無論對於零基礎或是有經驗的工程師,想要持續成長應該看書還是看影片來的更有效率呢?
主要會和你分享我過去從新手到資深的過程中,如何持續保持進步及學習的經驗
也許這個經驗可以幫助到你,也歡迎留言和我分享你的看法
相信彼此分享不同的學習見解,能讓對於想要更精進自己程式開發功力的人有很大的幫助
===章節===
00:00 哪一個有效律?
00:36 寫程式如同寫作
05:14 書是最便宜的資源
10:14 折扣碼操作示範
===蝦皮購書折扣碼===
折扣碼:FLAGNIC36
時間:2021-03-29 ~ 2021-06-29
折扣碼:FLAGNIC79
時間:2021-06-30 ~ 2021-09-30
折扣碼: FLAGNIC11
時間:2021-10-01~ 2021-12-31
===前陣子在看的推薦書單===
(零基礎)
- 白話演算法!培養程式設計的邏輯思考
- Python 刷提鍛鍊班
(中高階)
- 設計模式之禪(第2版)
- 無瑕的程式碼-整潔的軟體設計與架構篇
- 單元測試的藝術
- 演算法之美:隱藏在資料結構背後的原理(C++版)
- Kent Beck的實作模式
(Ruby)
- Writing Efficient Ruby Code
(成長思考)
- 圖解.實戰 麥肯錫式的思考框架:讓大腦置入邏輯,就能讓90%的困難都有解!
- 師父:那些我在課堂外學會的本事
- 高勝算決策:如何在面對決定時,降低失誤,每次出手成功率都比對手高?
- 窮查理的普通常識
- 懶人圖解簡報術:把複雜知識變成一看就秒懂的圖解懶人包
- 寫作,是最好的自我投資
喜歡影片的話!可以幫忙點個喜歡以及分享、訂閱唷!😘
━━━━━━━━━━━━━━━━
🎬 觀看我的生活廢片頻道: https://bit.ly/2Ldfp1B
⭐ instagram (生活日常): https://www.instagram.com/niclin_tw/
⭐ Facebook (資訊分享): https://www.facebook.com/niclin.dev
⭐ Blog (技術筆記): https://blog.niclin.tw
⭐ Linkedin (個人履歷): https://www.linkedin.com/in/nic-lin
⭐ 蝦皮賣場: https://shopee.tw/bboyceo
⭐ Github: https://github.com/niclin
⭐ Podcast: https://anchor.fm/niclin
━━━━━━━━━━━━━━━━
✉️ 合作邀約信箱: niclin0226@gmail.com
#寫程式 #前端 #後端
資料結構與演算法台大 在 在地上滾的工程師 Nic Youtube 的最佳解答
硬核的知識也許不是每個工程師都能夠在職涯發展中完全運用到,但無論是本科系、轉職、自學成為工程師的朋友,都應該要知道,這些紮實的背景知識提早學習起來,在未來的日子裡,只有好沒有壞。
就透過本影片我的真實經驗分享,告訴你這些我在大學時期看似枯燥乏味的理論,其實就是程式設計內功,而日後沉睡已久的內功卻又恰巧的在職涯旅途中碰上用處。
章節:
00:00 學這些有用嗎
00:52 我與速成班的距離
04:45 業務增長後的影響
06:36 基本功知識科普
喜歡影片的話!可以幫忙點個喜歡以及分享、訂閱唷!😘
━━━━━━━━━━━━━━━━
⭐ 蝦皮賣場: https://shopee.tw/bboyceo
⭐ instagram (生活日常): https://www.instagram.com/niclin_tw/
⭐ Facebook (資訊分享): https://www.facebook.com/niclin.dev
⭐ Blog (技術筆記): https://blog.niclin.tw
⭐ Linkedin (個人履歷): https://www.linkedin.com/in/nic-lin
⭐ Github: https://github.com/niclin
⭐ Podcast: https://anchor.fm/niclin
━━━━━━━━━━━━━━━━
🌟 任何問題或合作邀約信箱: niclin0226@gmail.com
#資料結構 #演算法 #計算機概論 #前端 #後端 #工程師
資料結構與演算法台大 在 台大資訊演算法| ADA 7.1 - YouTube 的必吃
[軟體工程師雜談] 輕鬆搞懂 演算法 :常用 演算法 策略:暴力法,貪婪法,分治法,回溯法,分支限界法|IT鐵人賽: 從零開始搞懂寫程式, 資料結構 , 演算法 ,物件 ... ... <看更多>
資料結構與演算法台大 在 台大資訊演算法| ADA 0.1: Course Logistics - YouTube 的必吃
台大 資訊 演算法 | ADA 0.1: Course Logistics ... 堆疊(Stack) |IT鐵人賽: 從零開始搞懂寫程式,資工系4年最重要的學科, 資料結構 , 演算法 ,物件導向. ... <看更多>
資料結構與演算法台大 在 [評價] 109-2 林軒田/蔡欣穆資料結構與演算法- 看板NTUcourse 的必吃
※ 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):否
哪一學年度修課:
ψ 授課教師 (若為多人合授請寫開課教師,以方便收錄)
林軒田(上半學期)、蔡欣穆(下半學期)
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)
資訊系大一必修
δ 課程大概內容
[上半學期]
Arrays and Linked Lists
Performance Evaluation
Stacks and Queues
Heap
Tree(Traverse + BST)
Sorting
[下半學期]
String Matching
Linear-Time Sorting
Disjoint Set
Hashing
RB Tree
(Extra)The most beautiful code I never wrote.
Graph
B Tree
(Extra)Software engineering extra
Ω 私心推薦指數(以五分計) ★★★★★
沒時間寫作業者 ★
不擅於自己學習與查資料者 ★
有心學習願意花時間寫作業者 ★★★★★
喜歡追著助教問好問滿者 ★★★★★
喜歡翻轉教室者 ★★★★
η 上課用書(影印講義或是指定教科書)
Introduction to Algorithms (CLRS楓葉本)
μ 上課方式(投影片、團體討論、老師教學風格)
林軒田老師:全實體授課,課前會提供充滿許多空白的大綱投影片,上課時就會在上面邊畫
畫邊講解,上課的步調我覺得還蠻容易吸收的,不過有同學可能會覺得太慢。老師擅長從無
到有地引導著大家走過一個資料結構誕生的過程(會問說我們現在有什麼?這樣有什麼問題
?可以怎麼改?需要再加什麼? ),我很喜歡這個思考的過程,讓我們不僅能know what
也能know why,每個禮拜都很期待去上實體課嗚嗚。老師也喜歡跟同學們互動,除了會用sl
ido讓大家當場提問,有時看臺下同學沒精神時會故意寫錯內容,然後用自製的點名機抽人
來「大家來找碴」,不過答不出來老師也不會為難,或也可以喊pass跳過。
蔡欣穆老師:採翻轉教室,課程影片會預先上傳到NTU Cool要自己先看完,老師講解的方式
就比較偏直接講解,比如列出pseudocode或規則來說明,並搭配一些生活化的譬喻。而課堂
時間每次都會安排不一樣的活動,如解答課程內容疑問、玩Kahoot、做學習單、老師分享軟
體工程的知識,而最後一堂課是大地遊戲,雖然遇到疫情,教學團隊們還是想辦法用gather
town讓大家玩到,真心佩服,很用心又很好玩。
σ 評分方式(給分甜嗎?是紮實分?)
作業 30% (10% x 3次)
期中考 15%
期末考 20%
課堂活動 20%
期末專題 15%
很紮實的紮實分。
老師表示等第跟原始分的換算未必按照學校的標準。
ρ 考題型式、作業方式
[作業]
總共有三次作業,每次都是三大題手寫題(要輸出成pdf檔上傳到gardescope),再加上三
題程式題(要上傳到judge系統,每天只能上傳5次),且有約一個月的時間可以寫。程式題
要用C(非C++)寫,難度不低,通常是課堂內容的延伸,所以不免要花些時間額外查資料做
功課,但好處是可以多認識很多酷酷的資料結構。由於judge上有排行榜,總是可以看到有
神人在作業公布沒多久就都AC了,而普通人(如我QQ)往往要花上數十個小時構思、實作與
debug,但只要願意花時間並善加利用助教資源,都還是能寫出來的!(大部分的人都能做
出兩題,而每次約有1/2~1/5的人能拿到程式題滿分)
[期中考/期末考]
皆為open book,大致上是每個主題出個幾題這樣,有些可能要你修改一個pseudocode去達到題目想要的東西
、證明時間複雜度、設計一個演算法 等等,總之還蠻靈活的,我覺得不太容易QQ。期末考
有比較簡單一點。
[課堂活動]
1. 課堂習題:課後或隨課堂影片會用cool的「線上測驗」功能出一些跟課堂內容有關的練
習題,基本上有上課就寫得出來,很簡單
2. Kahoot:在課堂中參加Kahoot並完成cool上的課後測驗
3. 學習單:課堂時間會公布一個學習單,裡頭有一些手寫題要把答案交到cool上,跟一題
程式題要交到judge,但都不難、旨在複習(?)
4. 大地遊戲:參與教學團隊精心準備的大地遊戲,若無法參加者要寫一份cool上的練習題
作為替代
[期末專題]
三人一組。這次的主題是給一堆信,要實作指定的一些分析信中資訊的function(比如要算
出兩封信內容的Jaccard similarity),並丟到judge上去跑分,總之就是想辦法利用所學
的資料結構,程式跑得越快分數越高。
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…)
加簽習慣:
今年開成超大班課程,為一類加選,老師說預計最多能收500人,印象中最後好像有300多人
選課
修課基礎:
一定要會C,因為作業要用C寫。我是外系來修的,在寒假時看著小傑老師的影片和P教授的
《由片語學習C程式設計》這本書自學,然後judge girl題目刷一刷,這樣作業還算寫得出
來。
Ψ 總結
雖然課程難度不低,但能感受到老師一直支持著push著大家(?),想辦法幫助同學們學習
,slido 也是有問必答,軒田老師常常在課堂中作鼓勵之語,我每次聽完心中都有一種很安
心的感覺xD,我想也是因為這份安心感而給我繼續前進的勇氣吧。此外也能感受到老師們也很想給同學們一點課堂以外的東西,像是自我學習與
團隊工作的重要、分享軟體工程界的見聞等等,都是很可貴的收穫。
另外值得一提的現象是在cool討論版上討論題目的風氣頗盛,除了助教會留言回覆之外,也
會有很多熱心的同學分享自己的想法或幫別人解惑,我很喜歡這樣的氛圍,有大家一起成長
的感覺,我想也是因為大班課才有機會創造出這樣的環境(之前修商管程設時也有一樣的感
動QQ),希望以後能有更多類似性質的課朝這個方向發展><。
此外為了支援這學期的大班課,助教團隊多達二十多人,平日每天都有開TA hour,當作業
卡關時,去TA hour諮詢助教往往能得到很有用的回饋,且每位助教的風格都蠻不一樣的,
很有趣。
總而言之,課程對同學的要求不低,在給予紮實的訓練之餘,也提供了豐富的課堂體驗,使
同學在修課過程中不僅獲得成長,還可以得到不少樂趣。一學期下來我覺得自己收穫很多,
很值得。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.240.133.46 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/NTUcourse/M.1624878861.A.3AF.html
※ 編輯: kamelus (123.240.133.46 臺灣), 06/28/2021 19:36:57
... <看更多>