2025年度/1AJG030001 (公大) / (府大)

【水3】知覚情報処理 <前期>

知覚情報処理とは，各種センサーから得たデータを処理し，有用な知識を得るプロセスである。本講義では，知覚情報処理の基本であるパターン認識について学習する。加えて，知覚情報のうち，視覚情報に焦点をあて，プログラミングなどを通して，実際の処理プロセスに習熟する。

担当教員氏名

岩村 雅一、内海 ゆづ子

科目ナンバリング

AJGAID32028-J1 (公大) / BEAID3319-J1 (府大)

授業管轄部署

工学部

開講キャンパス

中百舌鳥

開講区分

週間授業

配当年次

3年 (公大) / 3年 (府大)

注意: 配当年次は学部・学科によって異なる場合があるので、UNIPAで確認してください。

単位数

2単位 (公大) / 2単位 (府大)

注意: 実際の単位数は学部・学科によって異なる場合があるので、必ずUNIPAで確認してください。

到達目標

１．知覚情報処理システムの構成を説明できる。 ２．パターン認識の基本原理とアルゴリズムを説明できる。 ３．習得したアルゴリズムを具体的なデータに対して適用可能になる。

各授業回の説明

授業	授業内容
第1回	ガイダンス
第2回	パターン認識への入口：文字認識、画像分類などを例に
第3回	確率・統計の基礎
第4回	ベイズ決定則
第5回	パラメトリックな識別器
第6回	ノンパラメトリックな識別器
第7回	演習
第8回	特徴抽出とベイズ誤り確率
第9回	ハイパーパラメータの設定方法
第10回	高次元空間
第11回	演習
第12回	部分空間法
第13回	サポートベクターマシン
第14回	ランダムフォレスト
第15回	演習

事前・事後学習の内容

事前に配布される講義資料で予習し、レポート課題の解答を通じて復習することで、授業内容への理解を深める

成績評価方法

授業目標１、２、３の達成度で成績評価を行う。 C(合格)となるためには各項目を最低限習得していることが必要である。 レポート課題40%と期末試験60%で評価する。

履修上の注意

受講者への連絡は授業支援システムかMicrosoft Teamsでします。

教科書

(A) 石井健一郎、前田英作、上田修功、村瀬洋著、 わかりやすいパターン認識（第2版）(A') 石井健一郎、前田英作、上田修功、村瀬洋著、 わかりやすいパターン認識

Loading...

参考文献

(B) 浜本 義彦著、統計的パターン認識入門 (C) 杉山将著、統計的機械学習 (D) 中川聖一著、パターン情報処理 (E) Christopher M. Bishop著， 元田浩、栗田多喜夫、樋口知之、松本裕治、村田昇監訳、パターン認識と学習機械（上） (F) Richard O. Duda、Peter E. Hart、David G. Stork著、Pattern Classification (G) 東京大学教養学部統計学教室編、統計学入門 (H) 平井有三著、はじめてのパターン認識 (I) Christopher M. Bishop著， 元田浩、栗田多喜夫、樋口知之、松本裕治、村田昇監訳、パターン認識と学習機械（下）

オフィスアワー

- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -

教員への連絡方法（メールアドレス等）

- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -