シラバス
※学期中に内容が変更になることがあります。

2020年度


11610172 

△パターン認識
Pattern Recognition
2単位/Unit  秋学期/Fall  京田辺/Kyotanabe  講義/Lecture

  加藤　恒夫

＜概要/Course Content Summary＞

本講義では，統計的パターン認識の基礎，すなわち，線形識別，パーセプトロン，誤差評価と学習，特徴量の線形変換等を学ぶ。これらは，音声認識，画像認識，最近AIと呼ばれる様々な機械学習に発展していく理論の基礎をなす技術である。講義の前半では基本的なパターン認識の考え方と学習方式を学び，後半は認識性能を上げるための特徴空間の変換等を学ぶ。　
通信会社の研究所での研究開発の経験を有する教員が，パターン認識技術の実社会における応用を踏まえて解説する．

＜到達目標/Goals,Aims＞

知識：誤差評価，学習，精度改善のための特徴量の線形変換等の基礎的な技法に加えて，音声認識等の実際的な応用にどのようなパターン認識技術が使われているのかを理解する。　
技能：線形代数の応用によりパターン認識の課題を解く技能を修得する。　
態度：パターン認識の基礎，線形代数の応用方法を理解し，課題に対して適切な設計を行う習慣・姿勢を身に付ける。

＜授業計画/Schedule＞

（実施回/
Week） 		（内容/
Contents） 		（授業時間外の学習/
Assignments）
（実施回/ Week） 1  （内容/ Contents） 講義の概要説明，序論  （授業時間外の学習/ Assignments） 復習 
（実施回/ Week） 2  （内容/ Contents） 数学的準備：ベクトルと行列の計算規則  （授業時間外の学習/ Assignments） 復習：数学の復習（1時間） 
（実施回/ Week） 3  （内容/ Contents） 特徴ベクトル，特徴空間  （授業時間外の学習/ Assignments） 予習・復習 
（実施回/ Week） 4  （内容/ Contents） 最近傍決定則  （授業時間外の学習/ Assignments） 予習・復習：線形識別関数の復習（2時間） 
（実施回/ Week） 5  （内容/ Contents） 線形識別関数，パーセプトロン  （授業時間外の学習/ Assignments） 予習・復習：線形識別関数の復習（2時間） 
（実施回/ Week） 6  （内容/ Contents） 誤差評価に基づく学習(1)：閉じた解  （授業時間外の学習/ Assignments） 予習・復習 
（実施回/ Week） 7  （内容/ Contents） 誤差評価に基づく学習(2)：Widrow-Hoffの学習規則  （授業時間外の学習/ Assignments） 予習・復習 
（実施回/ Week） 8  （内容/ Contents） パラメトリックなモデル，マハラノビス距離，ベイズ決定則  （授業時間外の学習/ Assignments） 予習・復習：確率統計の復習（1時間） 
（実施回/ Week） 9  （内容/ Contents） 線形識別関数を用いた多クラスの識別  （授業時間外の学習/ Assignments） 予習・復習 
（実施回/ Week） 10  （内容/ Contents） 固有値と固有ベクトル，Lagrangeの未定乗数法  （授業時間外の学習/ Assignments） 復習：数学の復習（1時間） 
（実施回/ Week） 11  （内容/ Contents） 特徴空間の変換(1)：特徴量の正規化  （授業時間外の学習/ Assignments） 予習・復習 
（実施回/ Week） 12  （内容/ Contents） 特徴空間の変換(2)：線形変換  （授業時間外の学習/ Assignments） 予習・復習：固有値問題の復習（2時間） 
（実施回/ Week） 13  （内容/ Contents） 特徴空間の変換(3)：KL展開  （授業時間外の学習/ Assignments） 予習・復習：線形識別関数の復習（2時間） 
（実施回/ Week） 14  （内容/ Contents） 特徴空間の変換(4)：Fisherの線形判別  （授業時間外の学習/ Assignments） 予習・復習 
（実施回/ Week） 15  （内容/ Contents） クラスタリング  （授業時間外の学習/ Assignments） 予習・復習 

講義各回において基本知識を確認するための小さな演習課題を行う．　
パターン認識の基礎は線形代数の応用的側面が強いため，線形代数の理解が欠かせない．

＜成績評価基準/Evaluation Criteria＞

講義各回の提出課題  20%  概念の理解，基本知識の確認 
期末筆記試験  80%  概念の理解，テクニックの応用 

概念的に理解し，課題に対して適用するテクニックを適切に選択できることが重要．期末筆記試験には，教科書，講義ノート，配付資料の持ち込み可．

 

＜成績評価結果/Results of assessment＞   成績評価の見方について/Notes for assessment

    

登録者数

成績評価（%)

評点
平均値

備考
A B C D F 他
52 44.2 11.5 15.4 7.7 21.2 0.0 2.5

＜テキスト/Textbook＞

石井　健一郎　他  『わかりやすいパターン認識（第2版）』 (オーム社、2019)

 

＜備考/Remarks＞

秋学期オフィスアワー：月曜日15:30-17:00 
 
お問合せは同志社大学 各学部・研究科事務室まで
 
Copyright(C) 2020 Doshisha University All Rights Reserved.　無断転載を禁止します。