一步一步，把方法做出來
用三個案例，練習 MATLAB 資料分析
從看懂資料開始，逐步完成分類、影像量測，再把真實輸出整理成報告。每案先走完 8 個步驟，接著讀完整程式與逐行解說。
01 / TABLE
感測資料分類
用溫度、振動與電流，判斷虛構設備是否需要檢查。
80 / 20 切分 → 模型 → 評估 ↗ 02 / IMAGE色塊分割與量測
從紙面色塊找出區域，畫輪廓，將像素換算成面積。
門檻分割 → 輪廓 → 面積 ↗ 03 / CLASSIFY幾何圖形分類
用圓形、三角形與方形，練習讀圖、抽特徵與獨立測試。
Train / Test → 特徵 → 分類 ↗先準備好環境
下載 MATLAB 公開教材包，解壓後在 MATLAB 的 Current Folder 進入 matlab_edition。設計目標為 R2021a 或更新版本，使用 base MATLAB，JVM 須啟用。參考版曾在 R2026b Linux 批次模式通過；其他版本與 Online 請各自確認。
case1_sensor_classifier_matlab
case2_image_measure_matlab
case3_shape_classifier_matlab
run_matlab_tests
每次重跑會覆寫 matlab_artifacts 內的同名輸出，自己的資料請另存。完整 環境與執行說明 隨教材提供。
先分清楚：資料在哪裡？
| 資料 | 什麼時候取得 | 用在哪一案 |
|---|---|---|
| 240 筆合成設備感測 CSV | 執行案例一後產生，192 筆 Train、48 筆 Test | 感測分類 |
| 紙面色塊、遮罩與輪廓圖 | 執行案例二後產生 | 影像量測 |
| 108 張 Train + 45 張 Test | 執行 MATLAB 案例三後產生 | 圖形分類 |
| 另附 153 張參考圖庫 | 單獨下載，原教材 Python 合成產物 | 觀察與讀圖練習 |
參考圖庫和 MATLAB 實際輸出分開保存，請勿混用不同執行的圖片與 manifest。感測 CSV 是表格資料，與 153 張圖庫是不同練習。
怎麼讀這份教材
先看每案的 8 步教學，再逐段執行與理解程式。三案合計 43 段、523 個非空程式行，完整保留提示詞與語法解說。遇到不懂的地方，可將段末提示詞貼給 GPT／Claude，再回到 MATLAB 驗證。
老師要求與助教實作方式
三案使用合成資料練習方法。正式題目、資料選擇與交件依課務公告；完整程式、提示詞、檢核工具與教材下載屬於助教實作方式。案例一的 90% 是目標，報告應照實填入自己的結果，也要說明漏判。
到 提示詞與下載 取得需求對照、起始骨架與可編輯報告範本。