[評價] 103-1 洪一平 圖形分析辨認

作者: cuteSquirrel (松鼠)   2015-02-09 20:51:23
※ 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):是 須註明來自PTT。
哪一學年度修課:103-1
ψ 授課教師 (若為多人合授請寫開課教師,以方便收錄)
洪一平 - 圖形分析辨認
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)
資工系 資工所 但是也有一些電機所的同學一起上
δ 課程大概內容
I. Pattern Recognition Overview
II. Bayesian Decision Theory
III. Supervised Learning Using Parametric Approaches
IV. Supervised Learning Using Non-parametric Approaches
V. Linear Discriminant Functions
VI. Unsupervised Learning and Clustering
VII. Special Topics in PR
Ω 私心推薦指數(以五分計) ★★★★★
4.5顆星
η 上課用書(影印講義或是指定教科書)
老師用投影片上課,但是會有對應的課本和參考書籍。
指定閱讀
R. Duda, P. Hart, D. Stork, Pattern Classification, 2nd Ed.,
John Wiley and Sons, 2001.
Reference book:
1. S. Theodoridis, K. Koutroumbas, Pattern Recognition, 4th ed.,
Academic Press, 2009.
2. C. M. Bishop, Pattern Recognition and Machine Learning, Springer,
2006.
μ 上課方式(投影片、團體討論、老師教學風格)
前半學期講的很仔細,很注重數學機率、統計的概念、證明。
後半學期步調會加快。
用投影片上課,每周都會針對課堂互動、同學問答的地方修正投影片。
老師很活潑,會拋出一些問題讓同學思考,勇敢舉手回答就對了。
不用擔心答錯,老師會給予提示,臨時太緊張卡住的話
同學、朋友、隔壁的正妹、型男或者大神也可以舉手救你。
課後寄e-mail 給老師註明日期、自己的 姓名 學號 回答問題與內容
可以當作課堂互動的參與紀錄。
σ 評分方式(給分甜嗎?是紮實分?)
Term Project and Presentation 45%
Mid-Term Exam(紙筆測驗) 30%
Homework assignments(課後作業) 20%
Class Participation 5%
一分耕耘 一分收穫。期末Project很重要,一定要用心做。
Homework、Project 有任何問題可以請教課程TA,人很好講解也很細心。
ρ 考題型式、作業方式
Homework 有3~4次(102-1有4次,103-1有3次)
大部分是勾選出來的課本習題,題型有難有易,平均算是中間偏難一點。
Homework 可以繳交電子檔,可繳交紙本,
切記勿遲交作業,會扣分。
紙筆測驗只有一次期中考試,3小時考試時間,
大約考5~7大題(有計算題、證明題)。
課本、作業務必熟讀、精通。
不敢說拿滿分,但是有認真準備考70~85應該沒問題。
PS: 這學期好像有神人考99還是100~ XD
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…)
出席率不計分。但是還是推薦去教室上課,有聽過一次再複習會快上很多。
推薦3人同行,因為這樣Project分組剛剛好,不多也不少。
基礎:大一微積分、機率與統計、線性代數。
加簽:開學第一周上課找老師登記,領取綠色的授權碼紙條。
Ψ 總結
期末Project 很重要
期末Project 很重要
期末Project 很重要
因為很重要所以講三次。
小魯弟期中考考的一般般,有幸靠Project Proposal 和 Demo 保住A+。
要謝的人太多了,就謝天吧!
最後祝大家: 新年快樂,寒假愉快~

Links booklink

Contact Us: admin [ a t ] ucptt.com