※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID） （是／否／其他条件）：是 哪一学年度修课：109-1 ψ 授课教师 (若为多人合授请写开课教师，以方便收录) 陈祝嵩 λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关) 资工所、网媒所选修 δ 课程大概内容 Topics of classical DSP → Continuous-time Fourier transform (CTFT) → Discrete-time Fourier transform (DTFT) → Sample of continuous-time signals → Linear systems & its transform domain analysis → Z-transform → Structure of discrete-time systems → Discrete Fourier transform (DFT) → Fast computation of discrete Fourier transform (FFT) → Fourier analysis of signals using DFT → Random signals and systems Non-classical topics → Sparse Representation → Principle Component Analysis (PCA) → Autoencoder → Convolutional Neural Networks (CNN) Ω 私心推荐指数(以五分计) ★★★★★ ★★★★★ η 上课用书(影印讲义或是指定教科书) 投影片，内容主要是来自三本书 第一本比较基础 第二本比较经典，适合第二次念 第三本是比较老的书，会描述一些现实产业 James H. McClellan, Ronald W. Schafer, and Mark A. Yoader, Signal Processing First Alan V. Oppenheim and Ronald W. Schafer, Discrete-Time Signal Processing, Prentice-Hall. Boaz Porat, A Course in Digital Signal Processing μ 上课方式(投影片、团体讨论、老师教学风格) 投影片为主 有时候老师讲到一半会有点兴奋 出程式作业的时候会请助教来讲解 σ 评分方式(给分甜吗？是紮实分？) Homework: several times (30%-35%) Quiz: several times (15-20%) Homework (program) 2-3 times (20%-35%) Mid-term Test x 1 (15%) 分数会以最有利的方式计算 ρ 考题型式、作业方式 Quiz 这学期有 2 次，会提早一个礼拜以上预告 这次期中考在第 14 周，可以带一张 A4 双面 4 次非程式的作业，大约 2 ~ 3 题，主要是根据 classical DSP 3 次程式作业，都跟 MNIST 有关，主要是根据 Non-classical topics Final Project: 给定轴承的振动和转速，预测健康状态 要把结果上传到 Kaggle 最後一周会邀请排名在前面的或报告写得不错的人上去分享 作业都是以电子的方式缴交 ω 其它(是否注重出席率？如果为外系选修，需先有什麽基础较好吗？老师个性？ 加签习惯？严禁迟到等…) 不重出席 有点名几次，但老师说只是要认识同学 学过 Signals and Systems 会比较好上手 但这门课是开在资讯系，所以还是会先提到一些 程式作业，老师建议是用 python 学期後半段的部份内容，老师说可能一半的人会听不太懂， 可能要等年纪渐长之後才会有所体会 1 类加选 Ψ 总结 自认没有学得很好，怕会上来误导大众 但最近发觉评价文越多越好 所以就来分享一点经验 有错请指正～ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.112.29.128 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTUcourse/M.1612427859.A.C75.html ※ 编辑: craig21 (140.112.29.128 台湾), 02/04/2021 16:38:13