数理科学特別演習 I
■授業目的
本演習の目的は，パターン認識の中でも識別に関する基礎を学び，識別のための計算力を身につけることである
■到達目標
下記項目について修得することを到達時の目標とする．
・K-NN法を説明できる．
・パーセプトロンによる識別アルゴリズムを説明できる．
・最小２乗法によって識別関数を求めることができる
・カーネル法によって識別関数の求めることができる
■各回ごとの授業内容
1．パターン認識系の構成
2．特徴ベクトルと特徴空間(前半)
3．特徴ベクトルと特徴空間(後半)
4. プロトタイプと最近傍決定則(前半)
5．プロトタイプと最近傍決定則(後半)
6．最近傍決定則と線形識別関数(前半)
7．最近傍決定則と線形識別関数(後半)
8．パーセプトロンの学習規則(前半)
9．パーセプトロンの学習規則(後半)
10．分類問題
11．Fisherの線形識別関数(前半)
12．Fisherの線形識別関数(後半)
13．Bayse決定則を用いた分類(前半)
14．Bayse決定則をもちいた分類(後半)
15．最小２乗法を用いた解法(前半)
16．最小２乗法を用いた解法(後半)
17．線形分離可能性(前半)
18．線形分離可能性(後半)
19．パーセプトロン収束定理(前半)
20．パーセプトロン収束定理(後半)
21．リッジ回帰(前半)
22．リッジ回帰(後半)
23．特徴ベクトルとカーネル(前半)
24．特徴ベクトルとカーネル(後半)
25．線形カーネル(前半)
26．線形カーネル(後半)
27．正規化カーネル(前半)
28．正規化カーネル(後半)