Course Objectives
１．特徴抽出部に関して説明できる。
２．識別部に関して説明できる。
３．ベイズ決定則について説明できる。
Rubric
| 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 |
| 評価項目1 | 特徴抽出部に関して容易に説明できる。 | 特徴抽出部に関して説明できる。 | 特徴抽出部に関して説明できない。 |
| 評価項目2 | 識別部に関して容易に説明できる。 | 識別部に関して説明できる。 | 識別部に関して説明できない。 |
| 評価項目3 | ベイズ決定則について容易に説明できる。 | ベイズ決定則について説明できる。 | ベイズ決定則について説明できない。 |
Assigned Department Objectives
Teaching Method
Outline:
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。
Style:
教科書に基づいて講義を行う。
Notice:
Course Plan
|
|
|
Theme |
Goals |
| 1st Semester |
| 1st Quarter |
| 1st |
パターン認識とは |
概要が理解できる
|
| 2nd |
学習と識別関数 |
学習と識別関数が理解できる
|
| 3rd |
誤差評価に基づく学習 |
誤差評価に基づく学習が理解できる
|
| 4th |
識別部の設計１ |
識別部の設計１が理解できる
|
| 5th |
識別部の設計２ |
識別部の設計２が理解できる
|
| 6th |
特徴の評価とベイズ誤り確率１ |
特徴の評価とベイズ誤り確率１が理解できる
|
| 7th |
特徴の評価とベイズ誤り確率２ |
特徴の評価とベイズ誤り確率２が理解できる
|
| 8th |
特徴空間の変換１ |
特徴空間の変換１が理解できる
|
| 2nd Quarter |
| 9th |
特徴空間の変換２ |
特徴空間の変換２が理解できる
|
| 10th |
部分空間法１ |
部分空間法１が理解できる
|
| 11th |
部分空間法２ |
部分空間法２が理解できる
|
| 12th |
学習アルゴリズムの一般化１ |
学習アルゴリズムの一般化１が理解できる
|
| 13th |
学習アルゴリズムの一般化２ |
学習アルゴリズムの一般化２が理解できる
|
| 14th |
学習アルゴリズムとベイズ決定則１ |
学習アルゴリズムとベイズ決定則１が理解できる
|
| 15th |
学習アルゴリズムとベイズ決定則２ |
学習アルゴリズムとベイズ決定則２が理解できる
|
| 16th |
|
|
Evaluation Method and Weight (%)
| 試験 | 発表 | 相互評価 | 態度 | ポートフォリオ | その他 | Total |
| Subtotal | 100 | 0 | 0 | 0 | 0 | 0 | 100 |
| 基礎的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 専門的能力 | 100 | 0 | 0 | 0 | 0 | 0 | 100 |
| 分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |