【第1回】 |
パターン認識の基礎(1) パターン認識の基本過程、パターン集合の性質、決定の基本的考え方 |
【第2回】 |
パターン認識の基礎(2) 特徴抽出の基本的考え方、前処理、音声認識 |
【第3回】 |
パターン認識の基礎(3) 文字認識 |
【第4回】 |
画像情報処理(1) 画像処理の諸機能、画像認識 |
【第5回】 |
画像情報処理(2) 画像認識の手法の概要 |
【第6回】 |
画像情報処理(3) 高次パターン認識またはパターン理解 |
【第7回】 |
パターン認識系の構成と特徴ベクトル パターン認識系の構成、特徴ベクトルと特徴空間、プロトタイプと最近傍決定則 |
【第8回】 |
学習と識別関数(1) 学習の必要性、最近傍決定則と線形識別関数、パーセプトロンの学習規則 |
【第9回】 |
学習と識別関数(2) 区分的線形識別関数 |
【第10回】 |
誤差評価に基づく学習 Widrow-Hoffの学習規則、誤差評価とパーセプトロン、誤差逆伝播法 |
【第11回】 |
識別部の設計(1) パラメトリックな学習とノンパラメトリックな学習、パラメータの推定、識別関数の設計 |
【第12回】 |
識別部の設計(2) 特徴空間の次元数と学習パターン数、識別部の最適化 |
【第13回】 |
特徴の評価とベイズ誤り確率(1) 特徴の評価、クラス内分散・クラス間分散比、ベイズ誤り確率とは |
【第14回】 |
特徴の評価とベイズ誤り確率(2) ベイズ誤り確率と最近傍決定則、ベイズ誤り確率の推定法 |
【第15回】 |
レポート作成、まとめ |