パターン認識 (K53C)

学修到達目標	パターン認識とは文字を読む，音声を聴く，画像を見るなど人間が日常的に簡単に行っていることを機械(コンピュータ)に自動的に行わせる学問体系である．これを体得する．行列，確率，統計，多変量解析を駆使出来るようになる．代数学が実際にとても役立つことが実感できるようになることが大きな目標である．深層学習(ディープラーニング)の重要性を理解出来るようになるために神経回路網による学習についても学ぶ．自ら考え自らの言葉で論理的に表現出来るよう，自分で考え自分の言葉で記述出来るようになること．
授業形態及び授業方法	講義と演習を行う。演習では，手法は古いが鉛筆と消しゴムで自らの言葉で論理的に書き下すことが出来るよう徹底するので，安易な電子機器の利用は推奨しない．
履修条件	行列の基礎知識．代数学の基礎知識を持っていること．何よりも自分で考えることを基本とできること．論理的思考とものごとを論理的に組み立てることを体得したいと考えている人のためにある講義である．そのような人物となりたいと考えられること，それが履修条件．

第1回	パターン認識の一般的手順，多次元ベクトル，無限次元ベクトル
第2回	特徴空間，ノルムと距離による空間の分割（最短距離法），
第3回	最短距離法と識別関数，線形識別関数
第4回	拡張特徴ベクトルと拡張重みベクトル，線形識別関数と学習
第5回	類似度，複合類似度
第6回	ニューラルネットワーク，ニューラルネットワークの各素子，３層パーセプトロン
第7回	パーセプトロンの学習法多層ネットワーク、勾配降下法
第8回	多層ネットワーク、勾配降下法
第9回	誤差逆伝搬(BP)法1
第10回	誤差逆伝搬(BP)法2, 統計的決定によるパターン認識，Baysの公式
第11回	正規分布，分散共分散行列と多次元正規分布
第12回	マハラノビスの距離
第13回	マハラノビスの距離の幾何学的解釈とパターン認識
第14回	全体の復習
第15回	理解度確認試験とその解説

教科書	教科書は使用しない。毎回プリントを配布するので欠席しないように。学生諸君自身が講義を聴きながら作成したノートを重用視する
参考書	舟久保登著：パターン認識　コロナ社甘利俊一著：神経回路網の数理，産業図書ほか　多変量解析の本
成績評価の方法及び基準	普段の演習，宿題，出席そのものを点数化はしないが，原則として全講義出席していることが前提であることは大学では当然のこと
質問への対応	講義終了後　船橋校舎４号館411室　塚本研究室にて
研究室又は連絡先	aitoh@ecs.cst.nihon-u.ac.jp
オフィスアワー
学生へのメッセージ	毎回プリントを配布するので欠席しないように．受講を途中で止めない（GPA方式の大きな欠点これに惑わされないように) 大学生たる者一度決めたことは最後までやり通すように．講義は出来るだけ解りやすくするが，最も重要なのは．「自ら理解」することをいつも心がけていることである．大学生らしい積極的な受講を望む．大学の講義は暗記のためにあるのでは無い，自から考えることを助けるためにある．

2017年 理工学部 シラバス - 応用情報工学科