※ 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 哪一學年度修課： 107-1 ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄) 徐宏民 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) 資工所 網媒所 δ 課程大概內容 Introduction to cognitive computing and machine perception image sensor, video, compression, and shot detection low-level visual features: color, texture, and shape Local features and visual words visual feature: face hash-based indexing methods feature reduction and manifold learning convolutional neural networks 3D image recognition aesthetic learning sentiment/emotion learning https://winstonhsu.info/2018f-cognitive-computing/ Ω 私心推薦指數(以五分計) ★★★ 感覺想要以討論課的形式:但是好像討論不太熱烈 η 上課用書(影印講義或是指定教科書) 講義, 老師還強調講義不可外流, 不可錄音 μ 上課方式(投影片、團體討論、老師教學風格) 投影片, 團體討論, 不過基本上都只有老師在講 σ 評分方式(給分甜嗎？是紮實分？) 還不知道成績, 不過開學講有三次作業, 後來不知道為什麼只變成2次 配分不知道又改成怎樣 ρ 考題型式、作業方式 有一次期中考 開書的, 蠻簡單的, 記得把重點投影片印好就好 計算也算簡單 考些Haar feature, integral image之類的簡單計算 還有precision, recall之類的簡單計算 數學不會考得很難 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…) 寄信給助教加簽, 開學幾週後加退選退掉的人有點多, 所以不會滿 Ψ 總結 作業兩次 HW0算蠻簡單的, 只要edge detection, HW1 是image retrival, 感覺跟徐教授之前開的多媒體資訊檢索有重疊 一次期中考, 開書考 簡單 一個final project 只要present不用寫報告 今年是第一次開這門課, 之後不知道會不會改變, 不過我今年修是覺得 不算重的課, 跟隔壁電機所的電腦視覺比起來 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.76.232.180 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/NTUcourse/M.1549778140.A.B82.html ※ 編輯: PyTorch (42.76.232.180), 02/10/2019 13:56:06