到達目標
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。
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 |
| 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。 |
学科の到達目標項目との関係
教育方法等
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。
授業の進め方・方法:
教科書に基づいて講義を行う。
注意点:
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
| 前期 |
| 1stQ |
| 1週 |
パターン認識とは |
概要が理解できる
|
| 2週 |
学習と識別関数 |
学習と識別関数が理解できる
|
| 3週 |
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
|
| 4週 |
識別部の設計１ |
識別部の設計１が理解できる
|
| 5週 |
識別部の設計２ |
識別部の設計２が理解できる
|
| 6週 |
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
|
| 7週 |
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
|
| 8週 |
特徴空間の変換１ |
特徴空間の変換１が理解できる
|
| 2ndQ |
| 9週 |
特徴空間の変換２ |
特徴空間の変換２が理解できる
|
| 10週 |
部分空間法１ |
部分空間法１が理解できる
|
| 11週 |
部分空間法２ |
部分空間法２が理解できる
|
| 12週 |
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
|
| 13週 |
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
|
| 14週 |
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
|
| 15週 |
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
|
| 16週 |
|
|
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 |
| 専門的能力 | 分野別の専門工学 | 情報系 | ソフトウェア | アルゴリズムの概念を説明できる。 | 1 | |
| 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。 | 1 | |
| 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理解している。 | 1 | |
評価割合
| 試験 | 発表 | 相互評価 | 態度 | ポートフォリオ | その他 | 合計 |
| 総合評価割合 | 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 |