- 開講元
- 情報工学系
- 担当教員名
- 下坂 正倫
- 授業形態
- 講義
- メディア利用科目
- 曜日・時限(講義室)
- 月5-6(W631) 木5-6(W631)
- クラス
- -
- 科目コード
- CSC.T352
- 単位数
- 2
- 開講年度
- 2021年度
- 開講クォーター
- 2Q
- シラバス更新日
- 2021年3月19日
- 講義資料更新日
- -
- 使用言語
- 日本語
- アクセスランキング
-
media
講義の概要とねらい
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．
到達目標
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．
キーワード
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
学生が身につける力(ディグリー・ポリシー)
| ✔ 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) |
授業の進め方
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
| 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 |
授業時間外学修（予習・復習等）
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。
教科書
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.
参考書、講義資料等
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
成績評価の基準及び方法
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)
関連する科目
- ZUS.F301 ： 関数解析学
- CSC.T242 ： 確率論・統計学
- CSC.T272 ： 人工知能
- CSC.T353 ： 生命情報解析
- CSC.T254 ： 機械学習
履修の条件(知識・技能・履修済科目等)
履修の条件を設けない
