※ 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：109-1 ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄) 陳祝嵩 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、網媒所選修 δ 課程大概內容 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 私心推薦指數(以五分計) ★★★★★ ★★★★★ η 上課用書(影印講義或是指定教科書) 投影片，內容主要是來自三本書 第一本比較基礎 第二本比較經典，適合第二次念 第三本是比較老的書，會描述一些現實產業 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 上課方式(投影片、團體討論、老師教學風格) 投影片為主 有時候老師講到一半會有點興奮 出程式作業的時候會請助教來講解 σ 評分方式(給分甜嗎？是紮實分？) Homework: several times (30%-35%) Quiz: several times (15-20%) Homework (program) 2-3 times (20%-35%) Mid-term Test x 1 (15%) 分數會以最有利的方式計算 ρ 考題型式、作業方式 Quiz 這學期有 2 次，會提早一個禮拜以上預告 這次期中考在第 14 週，可以帶一張 A4 雙面 4 次非程式的作業，大約 2 ~ 3 題，主要是根據 classical DSP 3 次程式作業，都跟 MNIST 有關，主要是根據 Non-classical topics Final Project: 給定軸承的振動和轉速，預測健康狀態 要把結果上傳到 Kaggle 最後一週會邀請排名在前面的或報告寫得不錯的人上去分享 作業都是以電子的方式繳交 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…) 不重出席 有點名幾次，但老師說只是要認識同學 學過 Signals and Systems 會比較好上手 但這門課是開在資訊系，所以還是會先提到一些 程式作業，老師建議是用 python 學期後半段的部份內容，老師說可能一半的人會聽不太懂， 可能要等年紀漸長之後才會有所體會 1 類加選 Ψ 總結 自認沒有學得很好，怕會上來誤導大眾 但最近發覺評價文越多越好 所以就來分享一點經驗 有錯請指正～ --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.29.128 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/NTUcourse/M.1612427859.A.C75.html ※ 編輯: craig21 (140.112.29.128 臺灣), 02/04/2021 16:38:13