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