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)