|
授業科目名
|
担当教員
|
|||||
|
パターン認識
|
服部 元信
|
|||||
|
時間割番号
|
単位数
|
コース
|
履修年次
|
期別
|
曜日
|
時限
|
| 263640 | 2 | G | 4 | 集中 | (未登録) | (未登録) |
| ［概要］ | ||||||
| 人間をはじめとする諸動物は，外界から得た様々な情報を基にして，外界の様相を知覚，認識している．パターン認識とは，生物のもつこうした情報処理機能を機械化しようとする技術であり，人工知能の中でも極めて重要な一分野である．本講義では，パターン認識の基礎的な理論，手法を理解し，いくつかの代表的なパターン認識系をプログラミングによって構成できるようになることを目標とする． カリキュラム中での位置付け：Gコースのカリキュラム |
||||||
| ［具体的な達成目標］ | ||||||
| (1)パターン認識における処理の流れを理解し，パターン認識系を構成する上で留意すべきことを説明できる． (2)ノンパラメトリック及びパラメトリックな学習による識別部設計の基礎的な手法を理解し，具体的な問題に対して識別部を設計できる． (3)特徴抽出部を設計するための特徴の評価方法を説明できる． (4)特徴空間を変換する基礎的な手法の理論を理解し，具体的な問題に対して適用できる． (5)具体的な問題に対して，適切なパターン認識系を構成できる． (6)パターン認識に関する基礎的な英語の文献を理解できる． |
||||||
| ［必要知識・準備］ | ||||||
| 基礎的な数学，プログラミングの知識が必要である．具体的には，線形代数学I,II,基礎解析I,II,基礎離散数学,基礎統計学I,II,プログラミングI,II,同演習を履修していることが望ましい． | ||||||
| ［評価方法・評価基準］ | ||||||
| 成績は，小テスト，レポート(プログラミング課題を含む)による平常点と定期試験（中間試験、期末試験）により総合的に評価する． 平常点(小テスト，目標(5),(6)に関するレポート)：30点 中間試験(目標(1),(2)に関する問題)：35点 期末試験(目標(3),(4)に関する問題)：35点 とし，合計60点以上のものを合格とする． |
||||||
| ［教科書］ | ||||||
| ［参考書］ | ||||||
| ［講義項目］ | ||||||
| 1．パターン認識とは 2．学習と識別関数(1) 線形識別関数，パーセプトロン 3．学習と識別関数(2) 区分的線形識別関数 4．誤差評価に基づく学習(1) Widrow-Hoffの学習則 5．誤差評価に基づく学習(2) 誤差逆伝播法 6．識別部の設計(1) パラメトリック識別系 7．識別部の設計(2) 識別関数の設計 8．識別部の設計(3) 識別部の最適化 9．中間試験 10．特徴の評価とベイズ誤り確率 11．サポートベクターマシン 12．特徴空間の変換(1) 特徴量の正規化 13．特徴空間の変換(2) KL展開 14．特徴空間の変換(3) 線形判別法 |
||||||
| ［教育方法］ | ||||||
| 教科書の内容に沿って作成したスライドを用いて講義を行う．必要に応じて，黒板等を使って補足の説明する．適宜，講義中に10~15分程度の小テストを行う． | ||||||
| ［JABEEプログラムの学習・教育目標との対応］ | ||||||
| (A) 情報処理技術者としての基礎的素養及び基礎的スキルの修得 パターン認識における処理の流れを理解し，パターン認識系を構成する上で留意すべきことを理解できる． (C) 基礎的な国際コミュニケーション力と地球的視野の修得 パターン認識に関する基礎的な英語の文献を理解することができる． (E) 社会の要求を汲み取り解決する問題発見デザイン能力の修得 具体的な問題に対して，適切なパターン認識系を構成できる． (G) 次の専門技術の何れか一つ以上を具備した人材の育成 2.マルチメディアコンテンツを開発処理する基礎的技術 特徴の評価方法や特徴空間の変換方法について理解できる． 4.人間の知性・感性を知り応用するための知性・感性情 ノンパラメトリック及びパラメトリックな学習による識別部設計の基礎的な手法を理解し，簡単な問題に対して識別部を設計できる． |
||||||
| ［その他］ | ||||||
| 本科目は，T02生のカリキュラムにのみ存在する科目であり，T02生以外が履修して単位を取得しても卒業要件には含まれない． | ||||||