| 授業の目的 【日本語】 | | | 多種多様なデータから，規則性・パターン・知識を発見して，現状の把握や将来の予測に役立てる手法である，パターン認識，機械学習について，その基礎を習得する。 |
|
|
| 授業の目的 【英語】 | | | It is a technique for grasping the present state and future prediction by discovering regularity, pattern and knowledge from various data. You will also acquire basic knowledge of pattern recognition and machine learning. |
|
|
| 到達目標 【日本語】 | | | 本講義では，画像・映像データを例として，パターン認識や機械学習の考え方，識別理論，学習理論およびそれらのアルゴリズムなどを習得する。また，演習課題に取り組むことにより理解を深め，研究開発現場で役立つ実践力を身につける。 |
|
|
| 到達目標 【英語】 | | |
|
| 授業の内容や構成 | | 1. パターン認識系の構成
2. パーセプトロン
3. 最近傍法
4. 線形識別関数
5. 特徴空間の変換
6. ニューラルネットワーク
7. ベイズ決定則
8. 画像・映像処理への応用
| |
|
|
| 履修条件・関連する科目 | | |
|
| 成績評価の方法と基準 | | | 講義時に出題する演習課題の評価40％，期末試験60％，合計100点満点で60点以上を合格とする。 | |
|
|
| 教科書・参考書 | | 以下のテキストを用いる:「わかりやすいパターン認識」，石井健一郎他著（オーム社）。その他，適宜資料を配付する予定。
線形代数，確率・統計の基礎的な知識があることが望ましい。 | |
|
|
| 課外学習等（授業時間外学習の指示） | | |
|
| 授業開講形態等 | | |
|
| 遠隔授業（オンデマンド型）で行う場合の追加措置 | | |
|