這學期總共修了 7 門課共計 21 學分：
這個學期的各種進度主要都是圍繞著 NASA 這門硬課在打轉，因此整個學期雖然修的學分數量變少了，但實質 loading 並沒有變輕。GPA 的部分本來在確定課表後是以 4.3 為目標的，但卻因為小看了微積分 3, 4 的難度因此宣告失敗，感覺有點可惜。
網路管理與系統管理
- 課程類別：資工系選修
- 授課教師：蔡欣穆
- 上課方式：同步遠距 $\to$ 實體課程 $\to$ 同步遠距
- 最終成績：A+
課程內容
這門課就是俗稱的 NASA(Network administration and system administration)，課程目的除了教會大家知識內容以外，還有另一個重點就是為了培育之後能夠管理資工系上網路、系統的學生，正因為如此，上課與作業內容大多以實務為主。從如何用 vmware, virtual box 架設自己的 virtual machine 到 DNS, proxy server 的設定，整個學期會學到的技術絕對是非常扎實且實用的。
作業 & 考試
這門課有一個特點是作業量非常多。每一堂課後都會有 lab 和隨堂測驗，lab 通常是跟當週講課主題相關的內容，難度不會太高，只要照著簡報說明操作基本上都很容易完成，隨堂測驗則是會要回答一些老師上課所講主題的延伸問題，通常有專心聽講就不需要花太多時間。
一個學期總共會有六次大作業，每次作業包含 Network, System 兩大部分，分別會是兩週的上課主題。作業的難度很高，通常會花很多時間上網查詢資料 + 嘗試，大部分的同學是無法獨立完成的，常常需要找人一起討論或是尋求協助。
考試一樣有期中期末，不過模式十分特別，是組隊考試。學生們在考試前需要自己分好三個人一隊，考試時可以互相討論分配如何解題，且因為題目大多數是要實作出某種東西（架一個 server、寫一份 shell script 等等），解完題目後會需要找助教驗證來獲得即時分數。
感想
經過一個學期的 NASA 課程，我覺得這門課最大的收穫是查資料解決問題的能力吧！畢竟要學的內容實在是太多了，大多數的知識其實是很難在短短一個學期就吸收完整的，不過在完成各種作業、考試的過程中，養成自己願意去讀 man 或是爬 stackoverflow 的習慣，個人認為對於資工系的學生而言是非常有用的。
不過話說回來，或許是因為要學的東西太雜又太多了，個人覺得這門課在各種隨堂、回家作業上的設計不夠用心，作業常常出現沒有說明清楚然後需要修正的情況，不同次的作業之間也因為沒有連貫所以會有每次作業預設學生的先備知識都不一樣的情形發生，十分可惜。
探索語言
- 課程類別：A1 通識
- 授課教師：邱正豪
- 上課方式：實體 $\to$ 同步遠距
- 最終成績：A+
課程內容
這門課其實應該就是語言學導論？在一個學期中帶過語言學的各種不同主題，從句子是怎麼構成的到發音時會碰到身體的哪些部位等等，老師在上課時不會扯到太多專有名詞或是複雜的理論，目的大概是讓大家簡單認識這些語言學的領域然後引起興趣吧，對於平常不太會接觸語言的人而言，算是一個蠻好擴展視野的機會。
作為一門通識課，老師選擇安排每週課程的第三堂課作為助教時間，讓我們在這堂課中小組討論並完成一份與該堂課有關的練習，練習是會算分的，也因此這門課不建議缺席。
考試 & 報告
唯一的一次考試是期末考，採取的是線上考試並開放上網查詢資料。本學期的考試分為兩個部分，前半多為選擇、簡答題，雖然大部分應該都是查得到的資料，但因為限制作答的時間很短，很多題目只能憑直覺選，後半的考試就比較簡單了，基本上和助教課練習的內容類似。
期末報告採用原本助教課的分組，每一組要選擇一個和語言學有關的主題進行簡單的研究並上臺用英文發表，不確定報告是怎麼打分的不過會佔一定比例的學期成績。
感想
老師雖然是用英文授課但是講話十分有趣，而且第一堂課光看到用 Beamer 做投影片還會使用 sli.do 就覺得是一門有水準的通識課程了(x
十分慶幸自己有拉了三個朋友一起來修課，有人一起修課可以討論的感覺還是比較好的xd
資料結構與演算法
- 課程類別：資工系大一必修
- 授課教師：林軒田、蔡欣穆
- 上課方式：同步遠距
- 最終成績：A+
課程內容
雖然課名叫做資料結構與演算法，但因為資工系已經有另一門演算法與資料結構（ADA）了，這門課主要會偏重在資料結構。介紹並學習如何應用常用的資料結構是這門課的重點，從 stack, queue 等最基礎的資料結構一直到 Disjoint set、Hash table 等等，上課基本上採取預錄影片的方式，但會搭配一些 NTU cool 上的練習題，有時候還會有一些神秘的課堂活動（例如線上大地遊戲、Kahoot）。
作業 & 考試
作業共有 4 次，每次都包含手寫題和程式題。整體而言，我們這學期的手寫題難度相較於程式題簡單很多，大多是一些上課所學內容的直接模擬或性質證明，基本上不會花太多時間。程式題的部分每次會是兩題，通常會有一題的想法、實作量都較為繁重（要寫上百行），再加上這門課在本學期的規範是助教不應該幫忙看學生的程式碼，對於剛修完計程的學生而言，寫出一份破百行的 code 還要慢慢 debug 會是這門課最痛苦也最主要的 loading。
因為修課人數眾多，這門課的期中期末都是採取遠端考試，允許上網查詢任何資料但是不能和其他人溝通討論。考試都是手寫題，整題難度不會特別高且會包含不少考古、作業類似的題目，只要有好好上課要拿高分應該不是難事(?)
感想
可能因為 ADA 帶給我的修課體驗意外得好，這門課相對讓人十分失望。主要是覺得出題群並沒有好好的控制題目範圍與難度，最後一次作業出的是一題裸的吉如一 treap，而 treap 甚至根本不是上課教過的資料結構，出題群最後也沒有提供紅黑樹或是其他上課教過資料結構的解法，十分可惜。
普通物理學甲下
- 課程類別：資工系大一必修
- 授課教師：胡德邦
- 上課方式：實體 $\to$ 同步遠距
- 最終成績：A+
課程內容
這學期老師在剛開學時預計的上課內容是近代物理，並會偏重在量子力學，但老實說因為自己從前幾週開始就跟不太上課程內容了，再加上後半學期幾乎沒有上課，因此對於他最後詳細到底帶到哪些主題真的不太清楚。
作業 ＆ 考試
計算成績的方式和上學期一模一樣，出作業的頻率也基本上差不多，比較不一樣的是期中考改為給分很甜的填充題、期末考改為為期一天的 take home 考試。
感想
期初的時候本來還因為老師一直恐嚇我們說這學期會變難而有點小擔心，看來完全是我多慮了呢（x
微積分 3, 4
- 課程類別：資工系大一必修
- 授課教師：蔡雅如
- 上課方式：非同步遠距 + 實體考試
- 最終成績：B+, A-
課程內容
延續著上學期課本剩下的部分，微積分 3, 4 是各種微積分應用的延伸，難度相較於上學期更高了一些，可能需要花多一點時間複習課程內容、寫練習題等等。而上課方式和作業、考試等等都和上學期一樣就不重複說明了。
感想
這個學期因為外務比較多，想說就按照上學期的步調來修課應該不會有太大的問題，結果期中期末都爆了QQ
機率
- 課程類別：資工系大二必修
- 授課教師：林守德
- 上課方式：實體 $\to$ 同步遠距 + 實體考試
- 最終成績：A+
課程內容
這門課用的課本是 Probability and Statistical Inference 9th edition，但因為老師的投影片有自己的編排方式且後半學期有些授課內容已經超出課本範圍，因次建議還是以參考老師的投影片為主。
一個學期基本上帶過了機率課本裡頭大部分的內容，從一開始的條件機率、各種分布等等一路到最後面有一些跟統計相關的部分。和資工系的另一門數學必修 - 線性代數相比，算是較完整的帶完了基礎概念，不過也因為進度相對快一些，我個人除了聽老師講課以外，也會找時間讀一下課本裡對應的內容，提供給大家參考。
作業 & 考試
這學期的評分方式似乎有小改動(?) 一個學期會有 5 次作業共佔比 10%，但只要有完成並交上去就會拿到分數，助教也不會幫忙批改。至於考試的部分就比較重要了，期中考佔 40%、期末考佔 50%，尤其數學題又常常很考驗臨場的反應能力，不僅要複習上課內容前一天還得要睡飽，可以說是期中、期末週時常常容易造成壓力的科目xd
感想
我覺得自己選擇在大一下來修這門課是正確的，因為這門課所學的內容其實對於後面不論是資料分析或是機器學習都非常重要，推薦未來的大一學弟妹如果 loading 允許的話可以來修(?)
另外比較有趣的是老師有時候上課到一半會開始分享一些其他主題，像是從機率出發探討人生觀之類的，有一堂課突然就開始講起了機器學習，甚至還有投影片!?
數學之美
- 課程類別：資工系選修
- 授課教師：呂學一
- 上課方式：非同步遠距
- 最終成績：A+
課程內容
整個學期的課程主要圍繞在一些數學相關的冷知識，包含介紹各式各樣數學界有名的未解問題、公理等等。老師上課是採取預錄影片的方式，因此沒有固定的上課時間，loading 可以根據自己每週的狀況自由分配，算是蠻友善的。
考試
一個學期共有三次考試，內容基本上不會超過投影片和上課影片，大部分是偏記憶性的內容，考試前有好好複習投影片和上課錄影的話應該都能拿到不錯的成績。
感想
因為這堂課 loading 實在太輕，老實說後半學期並沒有花太多時間在認真上課，算是比較可惜的地方。