パターン情報処理論
科目区分 | 専門教育科目(情報) | 対象学年(以上) | 4年 |
---|---|---|---|
科目名称 | パターン情報処理論 | 単位数 | 2.00単位 |
講義題目 | パターン認識について | 曜日・時限 | 月曜1限 |
担当教員 | 山村 毅 | 開講時期 | 2019年度前期 |
到達目標 | 音声、画像をはじめとするパターン情報を数学的に取り扱う基本技術であるパターン認識の基本的な考え方、識別理論、学習理論について理解するとともに、これらのアルゴリズムを用いてパターン認識に関わる問題を解くことができる。 | ||
授業概要 | 幾何学、確率論を基礎に、パターン情報を数学的に取り扱うための基本的概念、手法について解説する。具体的には、特徴空間、識別関数、誤差評価に基づく学習、識別関数の設計と最適化、ベイズ誤り確率、特徴空間の次元削減、線形判別法、部分空間法、ベイズ決定則などの基本的な概念について解説する。特に、これらのパターン認識の基本的な概念の理解とともに、識別や学習のアルゴリズムを用いて具体的にパターン認識に関わる問題を解くことができるようにする。 | ||
授業計画 | 第1回 パターン情報処理概論 第2回 最近傍法 第3回 パーセプトロン 第4回 区間的線形識別関数とK-最近傍法 第5回 Widrow-Hoffの学習規則 第6回 ニューラルネットワーク 第7回 統計的識別 第8回 ベイジアンネットワーク 第9回 特徴量の評価 第10回 ベイズ誤り確率 第11回 KL展開 第12回 線形判別法 第13回 線形回帰 第14回 ロジスティック回帰とSVM 第15回 システムの評価 定期試験 |
||
授業外学習 | 講義を行った範囲について参考書等を読んで復習するとともに、次回の授業内容の資料を{http://agguy.nlp.ist.aichi-pu.ac.jp}よりダウンロードし、予習をしておくこと。※学内からのみアクセス可 | ||
履修上の注意 | 関連科目:幾何学Ⅰ及びⅡ、確率統計Ⅰ及びⅡ、知識情報処理論 受講要件:幾何学Ⅰ及びⅡ、確率統計Ⅰ及びⅡ、知識情報処理論を履修していることが望ましい。 |
||
成績評価の方法 | 評価基準:パターン認識の基本概念を理解し、説明できるか。また、識別や学習のアルゴリズムを用いて具体的にパターン認識に関わる問題を解けるか。 評価方法:定期試験(86%)、授業への積極さ・学習態度(14%) |
||
教科書 | なし | ||
参考書 | 荒木雅弘:フリーソフトでつくる音声認識システム,森北出版 荒木雅弘:フリーソフトではじめる機械学習入門,森北出版 麻生・津田・村田:パターン認識と学習の統計学,岩波書店 Richard O. Duda, Peter E. Hart. and David G. Stork : Pattern Classification, Wiley-Interscience, 2001 石井・上田・前田・村瀬:パターン認識,オーム社 |