前言
回來台灣已經快一個月，休息了一陣子，來回顧一下上個學年度最後一個學期上了什麼課，也給有興趣的人一個參考。我所有的感想都是個人心得，不代表所有人的感覺，每年教授安排也都不一定一樣，所以參考就好。
修課心得
我 23 Spring 選了下面三門課：
STAT 32950 — Multivariate Statistical Analysis: Applications and Techniques
STAT 35920 — Applied Bayesian Modeling and Inference
BUSN 41201—Big Data
這學期只有第一門課是 Program requirement，後面兩個都是我自己選的選修，其中Big Data 是Booth 底下開的課，以下就稍微分享一下上完下面三門課的心得。
STAT 32950 — Multivariate Statistical Analysis: Applications and Techniques
Instructor: Mei Wang
當初有兩個必選課在這個學期可以讓我們選，另外一門是 STAT 348-Modern Methods in Applied Statistics，我看了課程大綱我更喜歡 32950 這門課，雖然說這門課是屬於 Theoretical sequence，但是課程內容很多東西我都很想學，大部分是多變數統計的分析和方法，課程後半教了Machine Learning的演算法，主要都是演算法背後的數學理論，而應用部分是使用 R，沒有使用Python 有點可惜，不過多打一些ML的地基，對自己也是有幫助的。
在選之前就有聽說作業量很大，而確實是如此，每周一份作業，大約6-7大題，每題的內容都是上課教的內容，不會有超剛的情況，但是最後寫完都是寫到十幾頁。另外老師還有要求作業格式希望用LaTex 完成，所以我都是用Rmarkdown，融合我的程式碼，因此花的時間又比直接寫多了不少。考試的部分是一次期中一次期末，考試格式和作業類似，準備起來不會有力不從心的感覺，是很有方向的準備，除此之外也可以帶一張Cheat sheet，讓大家不用把上課教的公式全部背下來，不然太多了。
總體而言，我在這門課學到了不少，教授上課時也給我們很多幫助，課後和考試後都很願意瞭解大家的問題，也有很多office hour。這門課有兩個時段，我選擇的是比較早的，所以上課的人比較少，也因此老師可以比較照顧到大家的問題，大家上課的風氣也很不錯，都很踴躍問問題，上課的時候有很多討論，雖然有時候大家感覺蠻累的，畢竟時間有點早。蠻推薦這們課的。
STAT 35920 — Applied Bayesian Modeling and Inference
Instructor: Yuan Ji
這門課就是我選的選修了，隸屬於 Public Health Sciences，主要的上課內容是貝氏統計，教了很多方法和理論，前半段是理論的部分，包含 Bayesian Theory 和 modeling，後半則是教一些Sample常用的演算法，包含Markov chain Monte Carlo methods 和Gibb Sampling 等等，主要是如何計算。
班級人數很少，老師上課也很鼓勵大家討論，因此除了課程內容之外，也練習了蠻多英文口說，上課風格不像平常純輸入，很多時候會希望我們多多給意見，我蠻喜歡這種上課模式。
作業大約是兩週一次，有手算的，也有Computation，主要也是使用R語言，學期中有兩次考試，題型和作業相似，期末則有老師指定主題的 Project，期末最後一堂課讓大家 Present，老師把大家分成兩組，其中我在的組都是Stat major 的同學，所以老師分配一個比較需要讀數學理論能力的題目，然後模擬出老師想要看到的結果。我個人覺得蠻有趣的，可以和同學合作讀paper ，然後試著implement，雖然可能結果沒有完全完成，但是確實學到很多。
BUSN 41201 — Big Data
Instructor: Veronika Rockova
最後一門課是 Big Data，從課程安排來看，內容其實有六成都已經學過，從 Regression, Classification，到 Clustering, Machine Learning，也是上課的時候老師講理論，搭配實際的data 例子，每星期一份slide，一個主題。雖說有部分內容聽過，但是老師講的挺仔細的，有些細節老師補充很多，原本我沒搞清楚的地方，老師講完腦裡架構清楚很多。
總共只有一次 take home 期中考，作業則是每周一次，期末有 final project，題目可以自己找dataset，內容則是包含上課講過的東西就可以，作業和project 都是分組完成，所以有很多需要討論的地方，和需要討論的時間，雖然有時候覺得分組的效率不高，但是這也是一種訓練，訓練和人溝通的能力，和分配工作和整合的能力。整體而言，課程loading 不會太重，但是認真學還是能學到東西。一樣可惜的是上課用的程式語言還是R，所以我上學期三門課都是使用R，說實話我Python 的熟練度有一點下滑，希望下個學期能多用 Python。
後記
上學期三門課都是選不同學院的課，上課風格也都很不一樣，在必修都上完後，可以自由選擇想上甚麼，感覺很不錯，體驗到了各種老師的風格。雖然不知道離我想到的目標還有點遠，但我認為應該有愈來愈靠近。