我原本有打算今年底就畢業的，因為能夠省下五個月左右的生活費，提早開始工作，所以只要這學期跟下學期都修四門課，我就能夠提早畢業。不過事實證明，這樣的想法非~常天真。
老實說，修四門課的loading比我想像中的還要更重一點，何況目前已經是用zoom的方式來上課，省下了許多往返學校的交通時間了，但我還是被搞得死去活來──當然某方面也是因為我課外活動(打籃球)頻率有點高哈哈。
以下我會稍微介紹一下自己這學期修的課以及上學期修的課，共計七門課的修課心得與結論給大家。
CSE 310 Data Structure and Algorithm
Professor:Violet Syrotiuk
這門課是我被ASU要求要補上的課，老實說沒什麼難度，就是基本的資料結構跟演算法，加上大學部的學生很混，隨便寫都能拿高分。
本門課共有三次作業+兩個期中考+一次期末考，然後每個禮拜會有一次小考。
作業難度老實說很微妙，純粹論難度不是很高，但是因為老師要求要用pointer，而且她給的格式都滿曖昧的，必須要時常上piazze看老師與其他同學的回答才能確定她到底會給什麼樣的input跟output，花在演算法上面的時間可能只要一個小時，但是處理格式跟pointer這類的問題會花大概一整天。
期中考跟期末考難度都不高，有讀就能拿分，問的問題都不會特別難，只是一些細節可能要小心回答而已。
每周的小考難度不高，而且可以一直google找答案，只是只能考一次，所以我平均大概是拿13.5/15
最後我拿了A+。
CSE 511 Data Processing at Scale
Professor:Venkata Vamsikrishna Meduri
這門課的重點理論上應該是擺在如何處理大量的資料，不過實際上我覺得幾乎跟交大大學部的資料庫系統結構修的一樣，直到課程的後三分之一才開始認真講起NoSQL、Spark、Hadoop的內容
他基本上是給online vedio+每周上課一次的方式，上課時他會預設你已經上完他給的online vedio了，不過他講話口音實在太重，所以我基本上都......只專注在他寫的東西，聽的實在太難理解了。
總共有五次作業+一個team project+每一個Module的小考+六個Grded Discussion+一次期中+一次期末加分考試
作業難度不高，基本上自己寫大概一個小時搞定。
Team Project難度不高，不過這個部份我算是默默的就被隊友Carry完了
小考很簡單，而且可以考三次，基本上不要耍廢的話應該都能拿滿分
Graded Discussion也都問些很廢的問題，隨便回答就OK了
期中考難度很高，滿分20分，班平均只有13左右，要知道這裡的印度人很會刷分，班平均能拉到只有13就知道真的是不簡單了。
期末加分考試更扯，我20分裡面只拿了6分，問一問朋友也都差不多，最高的也只聽過拿9分的，總之就是難到哭。
這門課我拿了A。
CSE 543 Info Assurance & Security
Professor:Stephen S. Yau
這門課跟交大的電腦安全概論很像，不過他更廣泛地討論各個應用上面的資安問題，像是區塊鍊、雲端計算、智慧城市分別會造成什麼資訊上面的問題，然後又會如何去處理。
這門課只有一次期中+一次期末+一個Team Project
老實說，這門課我不是很喜歡，Team Project的部分是請你跟七個同學(老師指派)一起研究某個領域的資安問題，我被分配到的是Cloud Computing的部分，問題在於老師要求要50-60頁的Report，就我的感覺來說，絕大部分的時間都是再努力的湊字數。
期中期末的部分是完全open book，但我的表現不是很理想，期中就算了，班平均85，我有一題看錯題目被扣10分，所以拿77，這還好。但是期末我拿了86，班平均有92，總之就是完全展現印度人刷分的實力。
最後我拿了B+。
CSE 550 Combinatorial Algorithm
Professor:Andrea Richa
這門課非常理論，講了很多有關演算法最佳化的東西，介紹了Linear Program、Integer Program、Simplex Algorithm之類的東西，總之就是超難、爆幹難。
作業6次+一次Team Project+期中期末。
我只能說這門課超級嚴謹，助教超強，每個作業都要你去證明某些特性或者做一些NP-Complete的證明，然後助教可以在一天內全部改完而且指出你的證明哪裡不夠好、哪個地方沒考慮到。
雖然我成績不是很好，但是我很推薦大家來修這門課，超讚。
最後我拿了B+。
CSE 571 Artificial Intelligence
Professor:Yu Zhang
這門課就......很普通的AI，優點是老師上課很好，幾乎沒有口音，是很好聽的英文。
老師有給一些vedio，不過我都沒看，基本上聽他上課就很舒服了，不過他給的Material裡面有一段我很喜歡：
The new edition says OK everything we told you about AI was wrong.
Unfortunately, we don’t have anything new to teach you now.
So we’re gonna teach you all the old stuff but just remember that it’s all wrong.
很好玩吧XD
因為AI很有用，所以我會趁著暑假把課程的Slides翻成中文的版本，來幫助理解一些我看英文的敘述時不是很理解的部分，當然如果大家看英文版就能懂絕對是最好的。
這門課共有五個作業+四個Project+一個Team Project，沒有期中期末，但是有每周小考。
每周小考難度不是很高，但是班平均4.X/5，我和朋友懷疑印度人其實都聚在一起寫，不然這其實很不合理，當然這已不可考。
作業的話基本上都是問答題，可能會問你一些Agent的種類、Award的分數、reinforce learning、alpha-beta pruning的結果之類的東西，老師改的不算太嚴，但是也不鬆，每次作業滿分50，班平均大概都是45左右，總之就是大方向沒錯的話每個小題會因為細節被扣個一分左右。
Project就寫寫BFS、UFS、A*之類的pacman agent，反正難度不是很高，最差就是花個12個小時就能寫出來了。
Team Project老師會給你幾個選項，要你去實作某些論文的new algorithm並跟員有的Algorithm比較花費的時間、結果之類的，最後還要交Report。
最後我拿了A-。
CSE 578 Data Visualization
Professor:Samira Ghayekhloo
這門課只是很簡單的介紹視覺化的工具，每兩個禮拜會給一個Module的online vedio，然後要考一個小考+一個作業+回答一個Graded Discussion，難度都不高，基本上只有上課花時間，其他大概一個小時就能搞定，所以玩到後面我都極限操作，每周日早上才開始上課寫作業，請各位好同學不要效仿。
期中期末都不難，但是班平均高過頭，加上考試還不是用lockdown browser，所以依然懷疑印度人作弊，不過到頭來也是自己學藝不精拿不了更多分，所以......還是檢討自己吧。
有一個team project，但是難度不高，總而言之就略過吧。
最後我拿了A。
CSE 579 Knowledge Representation
Professor:Samira Ghayekhloo
這門課講的是AI裡面非常專門的項目，講的是你如何表達一些知識
這裡我們會學到Propositional Logic、First Order Logic、ASP solver裡面的clingo、怎麼計算stable models、如何表達機率性的事物。
跟上面那門課一樣，每兩個禮拜會給一個Module的online vedio，然後要考一個小考，有時候會有作業，作業基本上就是用clingo去解決一些問題並給出答案，難度不是很高，不過有些題目需要跑很久，所以預留一點時間比較好。
期中期末都不難，不過這種類型的題目印度人好像比較不擅長，所以我都考高於班平均。
Course Project是個人的Project，要你解決一個ASP的問題後寫一個Individual Report，總之就是那樣，寫Report比程式還辛苦。
最後我拿了A+。
目前總GPA:3.86/4.3 只計算碩士學分的話3.77/4.3
結論
我還在考慮下學期要不要超修，但是目前看來高機率不會，這樣我明年春季班也能比較輕鬆的刷題找工作，否則今年秋季班我要修四門課+刷題找工作，感覺就會爆炸。