本講義は生成モデルに基づくパターン認識の数理的な基礎を提供する.
生成モデルによるパターン認識の概念を説明できる.モデルの記述に必要となる数理を理解できる.講義で説明するパターン認識のモデルを計算機で実装できるようになる.
パターン認識, 統計的機械学習,生成モデル,最尤推定,ベイズ推定
✔ 専門力 | 教養力 | コミュニケーション力 | 展開力(探究力又は設定力) | 展開力(実践力又は解決力) |
各回の授業内容をよく読み,課題を予習・復習で行って下さい.
授業計画 | 課題 | |
---|---|---|
第1回 | パターン認識とは | 第1章を講義前に精読 |
第2回 | 統計的パターン認識の基礎 | 第1章を講義前に精読 |
第3回 | 識別関数のよさを測る規準 | 第3章を講義前に精読 |
第4回 | 最尤推定法 | 第4章を講義前に精読 |
第5回 | 線形判別分析による⼿書き⽂字認識1 | 第6章を講義前に精読 |
第6回 | 最尤推定におけるモデル選択 | 第7章 を講義前に精読 |
第7回 | 最尤推定の理論的性質 | 第5章を講義前に精読 |
第8回 | 混合モデルとその最尤推定 | 第8章 を講義前に精読 |
第9回 | 線形判別分析による⼿書き⽂字認識2 | 第2章を講義前に精読 |
第10回 | ベイズ推定 | 第9章を講義前に精読 |
第11回 | ベイズ推定の数値計算法 | 第10章を講義前に精読 |
第12回 | ベイズ推定のモデル選択と近似的な推論法 | 第11章を講義前に精読 |
第13回 | カーネル密度推定 | 第12章を講義前に精読 |
第14回 | 最近傍密度推定法 | 第13章を講義前に精読 |
学修効果を上げるため,教科書や配布資料等の該当箇所を参照し,「毎授業」授業内容に関する予習と復習(課題含む)をそれぞれ概ね100分を目安に行うこと。
統計的機械学習:生成モデルに基づくパターン認識,杉山将,オーム社,2009.
パターン認識と機械学習(上・下):ベイズ理論による統計的予測,元田浩 他,シュプリンガー・ジャパン
わかりやすいパターン認識,石井健一郎 他,オーム社
授業参加度(35%),期末テスト(65%)
(授業参加度は,授業内に実施する演習などにより算出する)
履修の条件を設けない