| 授業方針・テーマ |
画像や音声、三次元モデルなどの多様なデータを認識・検索のための基本的枠組みであるパターン認識処理について、その概要と代表的な手法を紹介する。
|
習得できる知識・能力や授業の
目的・到達目標 |
学んだ知識を応用できるよう、様々なパターン認識手法を実践的に理解する。
また、そのために必要となる数学的道具の理解を深めることを目的とする。 |
授業計画・内容
授業方法 |
【授業計画・内容】
第１回 パターン認識の概要
第２回 前処理・正規化
第３回 幾何学的変換
第４回 フィルター
第５回 特徴抽出
第６回 パターン識別法１：テンプレートマッチング法
第７回 パターン識別法２：k-最近傍法
第８回 パターン識別法３：部分空間法
第９回 パターン識別法４：識別関数による方法
第１０回 パターン識別法５：決定木による方法
第１１回 パターン識別法６：ニューラルネットワークによる方法
第１２回 識別手法の評価
第１３回 クラスタリング
第１４回 クラスタリング結果の評価
第１５回 まとめ
【授業方法】
講義を中心とするが、適宜演習を実施する。質問は適宜受け付ける。 |
| 授業外学習 |
講義で学んだ内容を復習しておくこと。
|
| テキスト・参考書等 |
参考書：
「ビジュアルテキスト パターン認識」（新井秀一著，森北出版）
「はじめてのパターン認識」（平井有三著，森北出版）
「イラストで学ぶ機械学習」（杉山将著，講談社）
「パターン認識と学習の統計学」（麻生・津田・村田共著，岩波書店）
「パターン識別」（尾上監訳，新技術コミュニケーションズ）
|
| 成績評価方法 |
期末試験：60%、平常点（授業態度・提出物の有無等）：40% |
質問受付方法
(オフィスアワー等) |
質問・連絡がある場合はメールして下さい。メールアドレスは初回授業時にお伝えします。
|
特記事項
(他の授業科目との関連性) |
（注）履修登録者数の上限を設定している科目である。履修登録方法は、掲示板及びkibacoの掲示を確認すること。 |
| 備考 |
|
シラバス照会