到達目標
一般的なパターン認識系の構成を図を用いて説明できる。
線形識別器を設計できる。
特徴抽出・選択を説明できる。
ルーブリック
| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 未到達レベルの目安 |
| パターン認識系の構成 | 一般的なパターン認識系の構成が説明できる。 | 一般的なパターン認識系の構成要素が言える。 | 一般的なパターン認識系の構成要素が言えない。 |
| 線形識別器 | 共分散行列が等しい等を仮定した場合の識別則を式で表せる。 | Bayes決定則を説明できる。 | 識別器が説明できない。 |
| 特徴抽出・選択 | 特徴抽出、特徴選択ができる。 | 特徴抽出あるいは特徴選択のどちらかが説明できる。 | 特徴抽出、特徴選択が説明できない。 |
学科の到達目標項目との関係
教育方法等
概要:
本講義では、パターン認識について学びます。パターン認識は、郵便番号の文字認識、デジカメの顔認識、音声認識など多くの分野に活用されている基礎的な技術です。
長い研究の歴史があり、学問体系として確立している統計的パターン認識において、認識の対象となる入力データに依存しない識別系と特徴抽出系について学びます。特に、特徴圧縮技術、パーセプトロン・判別分析を主な例としたパターン認識手法、およびパターン認識手法の性能を評価する手法について学びます。
授業の進め方・方法:
講義形式で行います。授業内容を確実に身につけるために、毎回演習の時間を設け、課題をレポートとして提出します。この講義では、線形代数をよく使うため、本科で習ったことの復習が必要です。
最後に、画像認識（あるいは音声認識）に関する最新・基礎的テーマから興味のあるものを選んで調査し、理解したことを発表する。
注意点:
毎時間演習を行うので、線形代数や統計の教科書、電卓や定規を持参してください。
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
| 前期 |
| 1stQ |
| 1週 |
オリエンテーション,パターン認識とは |
パターン、クラス、学習、パターン認識系の構成について図示できる。
|
| 2週 |
数学的準備（１） |
固有値、固有ベクトルを求めることができる。
|
| 3週 |
数学的準備（２） |
分布関数、確率密度関数、Bayesの定理が説明できる。
|
| 4週 |
学習と識別関数（１） |
学習の必要性、最近傍決定則、線形識別関数が説明できる。
|
| 5週 |
学習と識別関数（２） |
パーセプトロンの学習規則が説明できる。
|
| 6週 |
誤差評価に基づく学習 |
Widrow-Hoffの学習規則が説明できる。
|
| 7週 |
識別部の設計（１） |
パラメトリック・ノンパラメトリックな学習について理解する。
|
| 8週 |
識別部の設計（２） |
共分散行列が等しい等を仮定した場合のBayes識別則について理解する。
|
| 2ndQ |
| 9週 |
識別部の設計（３） |
特徴空間の次元数と学習パターン数、識別部の最適化について理解する。
|
| 10週 |
特徴の評価とベイズ誤り確率 |
特徴の評価、ベイズ誤り確率が計算できる。
|
| 11週 |
特徴空間の変換（１） |
特徴選択、ＫＬ展開について理解する。
|
| 12週 |
特徴空間の変換（２） |
線形判別法を理解する。
|
| 13週 |
課題研究(１) |
興味のあるテーマを選び、理解する。
|
| 14週 |
課題研究(２) |
選んだテーマについて、説明できる。
|
| 15週 |
期末試験 |
本講義で学習した事項について理解度を問う。
|
| 16週 |
まとめ |
答案を返却し、解説を行う
|
モデルコアカリキュラムの学習内容と到達目標
| 分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
| 基礎的能力 | 数学 | 数学 | 数学 | 行列の定義を理解し、行列の和・差・スカラーとの積、行列の積を求めることができる。 | 4 | 前2 |
| 逆行列の定義を理解し、2次の正方行列の逆行列を求めることができる。 | 4 | 前7 |
| 行列式の定義および性質を理解し、基本的な行列式の値を求めることができる。 | 4 | 前8 |
| 線形変換の定義を理解し、線形変換を表す行列を求めることができる。 | 4 | 前11,前12 |
| 条件付き確率、確率の乗法定理、独立事象の確率を理解し、簡単な場合について確率を求めることができる。 | 4 | 前3 |
評価割合
| 試験 | 小レポート | 発表 | 合計 |
| 総合評価割合 | 60 | 30 | 10 | 100 |
| 基礎的能力 | 0 | ０ | ０ | 0 |
| 専門的能力 | 60 | 30 | 10 | 100 |
| 分野横断的能力 | ０ | 0 | 0 | 0 |