学部・大学院区分
Undergraduate / Graduate
工・博前
時間割コード
Registration Code
2852103
科目区分【日本語】
Course Category
基礎科目
科目区分【英語】
Course Category
Basic Courses
科目名 【日本語】
Course Title
統計的モデルと学習理論特論
科目名 【英語】
Course Title
Advanced Lectures on Statistical Model and Machine Learning Theory
コースナンバリングコード
Course Numbering Code
担当教員 【日本語】
Instructor
青山 忠義 ○
担当教員 【英語】
Instructor
AOYAMA Tadayoshi ○
単位数
Credits
2
開講期・開講時間帯
Term / Day / Period
春 木曜日 1時限
Spring Thu 1
授業形態
Course style
講義
Lecture
学科・専攻【日本語】
Department / Program
マイクロ・ナノ機械理工学専攻
学科・専攻【英語】
Department / Program
Department of Micro-Nano Mechanical Science and Engineering
必修・選択【日本語】
Required / Selected
選択
必修・選択【英語】
Required / Selected
elective


授業の目的 【日本語】
Goals of the Course(JPN)
近年、コンピュータビジョンの技術を使った製品やアプリケーションを様々な場面で見かけるようになってきた。また、画像応用の技術、さらには画像技術が牽引したと言っても過言ではない深層学習等の人工知能が広く実利用で拡大している。本講義では、汎用性の高いコンピュータビジョンと機械学習アルゴリズムをOpenCVを用いた実装を通して理論の理解を深めることを目的とする。
 この講義を習得することにより、以下のことができるようになることを目標とする。
 1.画像特徴検出、物体検出を理解し、実装できるようになる。
 2.ベイズ識別、サポートベクトルマシン、ニューラルネットワークを理解し、実装できるようになる。
授業の目的 【英語】
Goals of the Course
In recent years, products and applications using computer vision technology have been found in various scenes. The aim of this course is to understand the computer vision and machine learning algorithms through implementation using OpenCV. The goals of this course are to
到達目標 【日本語】
Objectives of the Course(JPN))
近年、コンピュータビジョンの技術を使った製品やアプリケーションを様々な場面で見かけるようになってきた。また、画像応用の技術、さらには画像技術が牽引したと言っても過言ではない深層学習等の人工知能が広く実利用で拡大している。本講義では、汎用性の高いコンピュータビジョンと機械学習アルゴリズムをOpenCVを用いた実装を通して理論の理解を深めることを目的とする。
 この講義を習得することにより、以下のことができるようになることを目標とする。
 1.画像特徴検出、物体検出を理解し、実装できるようになる。
 2.ベイズ識別、サポートベクトルマシン、ニューラルネットワークを理解し、実装できるようになる。
到達目標 【英語】
Objectives of the Course
In recent years, products and applications using computer vision technology have been found in various scenes. The aim of this course is to understand the computer vision and machine learning algorithms through implementation using OpenCV. The goals of this course are to
(1) Understand and implement image feature detection and object detection
(2) Understand and implement Bayesian identification, support vector machines, and neural networks.
バックグラウンドとなる科目【日本語】
Prerequisite Subjects
線形代数、微積分、プログラミング言語。
バックグラウンドとなる科目【英語】
Prerequisite Subjects
linear algebra, Calculus, and Programming language.
授業の内容【日本語】
Course Content
1.コンピュータビジョンと機械学習の概説
 コンピュータビジョンおよび機械学習の動向を中心に学習する。
2.コンピュータビジョンのアルゴリズムの学習
 画像特徴検出、物体認識・追跡を中心としたコンピュータビジョンの理論とその実装法を中心に学習する。
3.機械学習アルゴリズムの学習
 ベイズ識別、サポートベクトルマシン、ニューラルネットワークを中心とした機械学習の理論とその実装法を中心に学習する。

適宜、学習したソースコードを紹介するので、学んだ理論を実装し、復習しておくこと。
授業の内容【英語】
Course Content
1. Overview of Computer Vision and Machine Learning
To learn about the trends in computer vision and machine learning.
2. Learning computer vision algorithms
To learn computer vision theory, focusing on image feature detection, object recognition and tracking, and their implementation.
3. Learning machine learning algorithms
To learn Bayesian identification, support vector machines, and neural networks and their implementation.

Source code you have learned will be opended, so implement and review the theory you have learned.
成績評価の方法と基準【日本語】
Course Evaluation Method and Criteria
コンピュータビジョンおよび機械学習アルゴリズムを実装する数回の演習課題を課し、その演習レポート課題で評価する。
成績評価の方法と基準【英語】
Course Evaluation Method and Criteria
Assign several exercises to implement computer vision and machine learning algorithms. Grading will be calculated according to the reports of the exercise.
履修条件・注意事項【日本語】
Course Prerequisites / Notes
・履修条件は要しない。
履修条件・注意事項【英語】
Course Prerequisites / Notes
No course requirements are required.
教科書【日本語】
Textbook
OpenCVによるコンピュータビジョン・機械学習入門、講談社
必ずしも無くても良いようにスライドやプリントを用意する。
本格的に学びたい人は購入した方がよい。
教科書【英語】
Textbook
Introduction to Computer Vision and Machine Learning with OpenCV, Kodansha
Slides and printouts will be provided without necessarily.
Those who want to learn in earnest should purchase it.
参考書【日本語】
Reference Book
パターン認識と機械学習上下,C.M. ビショップ
続・わかりやすいパターン認識,石井健一郎,上田修巧共著
参考書【英語】
Reference Book
Pattern Recognition and Machine Learning, C.M. Bishop
Easy-to-understand Pattern Recognition, co-authored by Kenichiro Ishii and Shukumi Ueda
授業時間外学習の指示【日本語】
Self-directed Learning Outside Course Hours
授業で出題される演習問題に取り組むこと.
授業時間外学習の指示【英語】
Self-directed Learning Outside Course Hours
Work on the exercises given in class.
使用言語【英語】
Language used
使用言語【日本語】
Language used
授業開講形態等【日本語】
Lecture format, etc.
対面実施
授業開講形態等【英語】
Lecture format, etc.
It will be conducted in person.
遠隔授業(オンデマンド型)で行う場合の追加措置【日本語】
Additional measures for remote class (on-demand class)
遠隔授業(オンデマンド型)で行う場合の追加措置【英語】
Additional measures for remote class (on-demand class)