國立中興大學教學大綱

課程名稱	(中) 圖形識別(6654)
	(Eng.) Pattern Recognition
開課單位	資工系
課程類別	選修			學分	3	授課教師	吳俊霖
選課單位	資工系 / 碩士班			授課使用語言	中文	開課學期	1142
課程簡述	本課程介紹圖形識別的基礎理論與實作技巧，以及圖形識別相關的實務應用與最新發展。 This course introduces the fundamental theories and practical implementation techniques of pattern recognition, as well as its practical applications and recent developments.
先修課程名稱

課程與核心能力關聯配比(%)			課程目標之教學方法與評量方法
課程目標	核心能力	配比(%)	教學方法	評量方法
1. 瞭解圖形識別的基本觀念，理論基礎及實作方法。2. 分析及解決圖形識別的相關應用與問題 1. Understand the basic concepts, theoretical foundations, and implementation methods of pattern recognition. 2. Analyze and solve problems and applications related to pattern recognition.	1.具備資訊科學素養、資訊理論與數學分析之能力 7.具備資料蒐集、獨立思考、解決問題及研究創新之能力 8.尊重學術倫理並具備學術論文的簡報與撰寫能力	30 30 40	講授 討論	測驗 口頭報告 作業
授課內容(單元名稱與內容、習作/每週授課、考試進度-共16週加自主學習)
週次 授課內容 第1週 1.Introduction (1/2) 第2週 1.Introduction (2/2) 第3週 2.Bayes Decision Theory (1/2) 第4週 2.Bayes Decision Theory (2/2) 第5週 3.Maximum-Likelihood and Bayesian Parameter Estimation (1/2) 第6週 3.Maximum-Likelihood and Bayesian Parameter Estimation (2/2) 第7週 4.Nonparametric Techniques 第8週 5.Multilayer Neural Networks (1/2) 第9週 5.Multilayer Neural Networks (2/2) 第10週 6. Deep Learning - Convolutional Neural Networks (1/2) 第11週 6. Deep Learning - Convolutional Neural Networks (2/2) 第12週 7. Unsupervised Learning and Clustering (1/2) 第13週 7. Unsupervised Learning and Clustering (2/2) 第14週 8. Feature Extraction - Linear Discriminant Analysis and Principle Component Analysis 第15週 9. Deep Learning - Autoencoder 第16週 Final Exam. 自主學習 內容    02.閱覽產業及學術相關多媒體資料
學習評量方式
作業, 期末考, 期末報告
教科書＆參考書目(書名、作者、書局、代理商、說明)
[1]”Pattern Classification”, by Richard O. Duda, Peter E. Hart and David G. Stork, John Wiley & Sons, 2nd edition, 2001. [2]”Introduction to Statistical Pattern Recognition”, by Keinosuke Fukunaga, 2nd Edition, Introduction to Statistical Pattern Recognition, by Keinosuke Fukunaga, 2nd Edition, Academic Press, 1990. [3] ”Neural Networks and Learning Machines”, 3rd Edition, Simon O. Haykin, McMaster University, Ontario Canada, Pearson, 2009. [4] ”Artificial Intelligence” by Leonardo Araujo dos Santos. 2018. [5] ”Deep Learning”, by Ian Goodfellow, Yoshua Bengio, and Aaron Courville,  MIT Press, 2016.
課程教材（教師個人網址請列在本校內之網址）
https://drphototw.wixsite.com/wujl
課程輔導時間
星期二 0800-1100
聯合國全球永續發展目標(連結網址)
提供體驗課程：N

請尊重智慧財產權及性別平等意識，不得非法影印他人著作。
更新日期 西元年/月/日：2026/01/08 15:19:46	列印日期 西元年/月/日：2026 / 5 / 06
MyTB教科書訂購平台：http://www.mytb.com.tw/