授業の概要（ねらい）

具体的な学習項目として、パターン認識系の構成、ベイズ決定論、統計的特徴抽出、線形識別、ニューラルネットワークなどがあげられます。適用例として、文字認識、音声認識、画像認識についてみてゆきます。この科目は、DP1、DP2に関する知識、技法、態度を修得します。

授業の到達目標

一般的なパターン認識系の構成、およびベイズ決定論に基づく識別機構について学習します。識別関数の各クラスについて、複雑度、識別能力、頑健性の関係を学びます。この観点から、統計的モデルに基づくパラメトリック識別系と識別学習に基づくノンパラメトリック識別系の構成を学び、両者の比較を行ないます。これらの知識を実際の問題に適用できる力を養うことが、本授業の目的です。

成績評価の方法および基準

通常の試験は行わず、レポートで評価します。レポートに赤を入れて、フィードバックをします。

教科書・参考文献

準備学修の内容

大学院におけるパターン認識の科目では、もっとも基礎的な科目です。この科目の修得後、続けて画像情報処理、音声情報処理などの学習を行うことを望みます。情報代数と符号理論、確率論と情報理論、数理計画法等の復習をしてから授業を受けることを望みます。テキストに沿って授業を進めます。テキストの該当部分を精読して、その授業回のキーワードとなる概念を必ず確認して授業に臨んでください。(1.5時間) 復習として、テキストの該当部分の章末にある演習問題を必ず解いてください。(1.5時間)

その他履修上の注意事項

教科書を中心に講義形式で進めます。履修者が少ない場合は、輪講形式で授業を進めます。

授業内容