学部・大学院区分
Undergraduate / Graduate

情報学部

時間割コード
Registration Code

1001125

科目区分
Course Category

専門科目(人間・社会情報)関連専門科目(自然，CS)

科目名　【日本語】
Course Title

視覚情報処理

科目名　【英語】
Course Title

Visual Information Processing

コースナンバリングコード
Course Numbering Code

SIS-12-3012-J

担当教員　【日本語】
Instructor

加藤　ジェーン ○

担当教員　【英語】
Instructor

KATO Jien ○

単位数
Credits

開講期・開講時間帯
Term / Day / Period

秋１期月曜日２時限
Fall1 Mon 2

対象学年
Year

３年
3

授業形態
Course style

講義
Lecture

開講系（学部）・開講専攻（大学院）
Subject

人社・社会情報

必修・選択
Required / Selected

選択

授業の目的　【日本語】
Goals of the Course(JPN)

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】
Goals of the Course

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】
Objectives of the Course(JPN)

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】
Objectives of the Course

授業の内容や構成
Course Content / Plan

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
Course Prerequisites and Related Courses

成績評価の方法と基準
Course Evaluation Method and Criteria

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
Textbook/Reference book

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）
Study Load(Self-directed Learning Outside Course Hours)

知識の定着を図るため，適宜，演習課題を出題する。

授業開講形態等
Lecture format, etc.

遠隔授業（オンデマンド型）で行う場合の追加措置
Additional measures for remote class (on-demand class)