概要:
コンピュータを用いたパターン認識について，基礎となる概念，原理，および応用的技術の習得を目的とする。
実務経験のある教員による授業科目：この科目は企業で画像認識の研究を行っていた教員の経験を活かし，ベイズ統計学などについて輪講形式で授業を行うものである。
授業の進め方・方法:
（1）基本的に対面形式で実施するが，遠隔時にはTeamsを用いて講義を進める。参考資料として，理解の一助に学習内容に沿ったPythonコードを提示する場合がある。動作させて理解に努めること。
（2）アクティブラーニング：パワーポイントを利用した輪講形式に基づいて講義を行う。輪講時に質問するので，講義参加者は議論に参加し，相互理解に努めること。担当箇所は十分に理解して発表すること。
（3）ICT利用：発表資料はパワーポイントで作成し，Teamsに講義前までに提出する。受講者に対してプレゼンテーションやデモを行う場合がある。
（4）遠隔授業対応：自然災害などで登校が困難な場合など，学校あるいは科目担当の判断によりTeamsを用いた遠隔授業を行う場合がある。
注意点:
（1）点数配分：期末試験100％する。
（2）評価基準：60点以上を合格とする。学年末成績評価が小数点の場合，小数点第一位を四捨五入とする。
（3）再試：60点以上を合格（60点）とする。
（4）授業外学習（予習）：事前にパワーポイントによりプレゼン資料を作成し，内容について十分理解しておくこと。
（5）授業外学習（復習）：各章末問題を解き，内容について理解を深めること。
（6）本科目は学修単位のため，1 単位の履修時間は授業時間以外の学習等と合わせて 45 時間である。従って，2 単位 90 時間の学習時間を要し，授業 30 時間ほか，残り 60 時間に相当する授業以外の学習が必要である。
|
|
週 |
授業内容 |
週ごとの到達目標 |
| 前期 |
| 1stQ |
| 1週 |
ガイダンス |
本講義の到達目標，概要，授業の進め方・方法，注意点などについて理解する。輪講担当者を決定する。
|
| 2週 |
パターン認識とは |
パターン認識の概要などを理解し，説明できる（到達目標１）。
|
| 3週 |
学習と識別関数 |
学習の必要性，最近傍決定則と線形識別関数，パーセプトロンの学習規則などを理解し，説明できる（到達目標１）。
|
| 4週 |
誤差評価に基づく学習１ |
二乗誤差最小化学習，誤差評価とパーセプトロンなどを理解し，説明できる（到達目標２）。
|
| 5週 |
誤差評価に基づく学習２ |
ニューラルネットワークと誤差逆伝播法などを理解し，説明できる（到達目標２）。
|
| 6週 |
識別部の設計 |
パラメトリック学習，ノンパラメトリック学習，パラメータ推定，識別関数の設計などを理解し，説明できる（到達目標２）。
|
| 7週 |
特徴の評価とベイズ誤り確率 |
特徴評価，クラス間・クラス内分散，ベイズ誤り確率と最近傍決定則などを理解し，説明できる（到達目標３）。
|
| 8週 |
復習 |
1stQで学習した内容について復習し，それらの事項について理解を深め，説明できる。（到達目標１，２，３）。
|
| 2ndQ |
| 9週 |
特徴空間の変換１ |
特徴選択と特徴空間の変換，特徴量の正規化，KL展開などを理解し，説明できる（到達目標３）。
|
| 10週 |
特徴空間の変換２ |
線形判別法，KL展開の適用法などを理解し，説明できる（到達目標３）。
|
| 11週 |
部分空間法 |
CLAFIC法，部分空間法，類似度法，直交部分空間法などを理解し，説明できる（到達目標３）。
|
| 12週 |
学習アルゴリズムの一般化 |
期待値損失最小化学習，確率的降下法などを理解し，説明できる（到達目標２）。
|
| 13週 |
学習アルゴリズムとベイズ決定則 |
最小二乗法による学習，各種学習法などを理解し，説明できる（到達目標１，２）。
|
| 14週 |
補足事項 |
パーセプトロンの収束定理の証明，ベクトル，行列による微分などを理解し，説明できる（到達目標１）。
|
| 15週 |
復習 |
2ndQで学習した内容について復習し，それらの事項について理解を深め，説明できる（到達目標１，２，３）。
|
| 16週 |
|
|
| 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 |
| 専門的能力 | 分野別の専門工学 | 情報系分野 | ソフトウェア | アルゴリズムの概念を説明できる。 | 3 | 前1,前2,前3,前4,前5,前6,前7,前8,前9,前10,前11,前12,前13,前14,前15 |
| 与えられたアルゴリズムが問題を解決していく過程を説明できる。 | 3 | 前1,前2,前3,前4,前5,前6,前7,前8,前9,前10,前11,前12,前13,前14,前15 |
| 同一の問題に対し、それを解決できる複数のアルゴリズムが存在しうることを説明できる。 | 3 | 前1,前2,前3,前4,前5,前6,前7,前8,前9,前10,前11,前12,前13,前14,前15 |