國立中興大學教學大綱

課程名稱	(中) 圖形識別(6778)
	(Eng.) Pattern Recognition
開課單位	電機系
課程類別	選修			學分	3	授課教師	劉宗榮
選課單位	電系統產 / 產專班			授課使用語言	中文	英文/EMI		開課學期	1132
課程簡述	This course is concerned with understanding the fundamentals of pattern recognition.
先修課程名稱								課程含自主學習	N

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
The goal of the course is to help students learn basic concepts and theory on pattern recognition, and also hands-on experience on implementation. This course will also introduce the latest development and trend in Artificial Intelligence (AI) area. Students taking this course will have enough skills to apply what they learnt in the real world.			專題探討/製作 習作 講授 網路/遠距教學	書面報告 作業 測驗 實作 口頭報告
授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週)
週次 授課內容 第1週 Introduction 第2週 Bayes Decision Theory/ Discriminant Functions and Decision Surfaces/ Bayesian Classification for Normal Distributions 第3週 Estimation of Unknown Probability Density Functions (ML/ MAP/ ME) 第4週 The Nearest Neighbor Rule/ Bayesian Networks/ HW #1 第5週 Linear Discriminant Functions and Decision Hyperplanes/ Perceptron Algorithm/ Least Squares Methods 第6週 Mean Square Error Regression/ Logistic Discrimination/ Support Vector Machines (SVM)/ HW #2 第7週 Make-up Day 第8週 The XOR Problem/ Two-Layer Perceptron/ Three-Layer Perceptron/ Backpropagation Algorithm/ Cost Function Choice/ HW #3 第9週 Choice of the Network Size/ A Simulation Example/ Generalized Linear Classifiers/ Polynomial Classifiers/ Radial Basis Function Networks/ SVM: The Nonlinear Case 第10週 Loss Function/ Ridge Regression/ Decision Trees/ Combining Classifiers/ The Boosting Approach/ System Evaluation/ HW #4 第11週 The Concepts and Designs of Neural Networks/ Convolutional Neural Networks 第12週 Midterm 第13週 Object Detection 第14週 Lab. 1 卷積神經網路(CNN)實作 Lab. 2 物件偵測(object detection)實作 第15週 Recurrent Neural Networks/ Long Short Term Memory Lab. 3 遞歸神經網路(RNN) &長短期記憶模型(LSTM)實作 第16週 Term Project 第17週 Term Project 第18週 Term Project
學習評量方式
Homework: 20% Lab: 15% Midterm: 30% Term Project: 35%
教科書＆參考書目(書名、作者、書局、代理商、說明)
Textbook 1. S. Theodoridis and K. Koutroumbas, “Pattern Recognition”, 4th edition, Academic Press, 2009. (全華圖書) (Required) 2. S. Theodoridis, A. Pikrakis, K. Koutroumbas, and D. Cavouras, “ Introduction to Pattern Recognition: A Matlab Approach”, Elsevier, 2010. (新月圖書) (Optional) Reference book 1. C. M. Bishop, “Pattern Recognition and Machine Learning”, Springer, 2006. 2. E Alpaydin, “Introduction to Machine Learning”, 3rd edition, MIT Press, 2014. 3. 彭彥璁,李偉華,陳彥蓉, “深度學習–影像處理應用”, 初版, 全華圖書, 2023.
課程教材（教師個人網址請列在本校內之網址）
iLearning 3.0
課程輔導時間
Tuesday 5:00pm – 6:00pm or by appointment
聯合國全球永續發展目標(連結網址)
08.就業與經濟成長   09.工業、創新基礎建設 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：無	列印日期 西元年/月/日：2025 / 3 / 12
MyTB教科書訂購平台：http://www.mytb.com.tw/