早稲田大学 先進理工学部
「パターン認識」2015年度
担当:
赤穂
昭太郎,西田健次
参考URL
講義概要
人間は、学習を通して、現実世界の多様で膨大な情報を類型的なパターンと
して概念に対応付け、それらの関係を知識として蓄積することで、さまざまな
状況に柔軟に対応できる。パターン認識は、人間が生存するための最も基本的
な能力であり、知能の根幹をなしている。最近、犯罪・テロの防止、交通事故
の削減等の「安心・安全で快適な社会」を構築するのための技術開発の重要性
が指摘されている。これらの応用では「人間なら簡単にできるが今のコンピュー
タでは難しい」機能を実現することが重要である。パターン認識は、こうした
課題の解決のための鍵となる技術である。また、インターネットや携帯電話等
が急速に普及し、生活の様々な場面で情報技術が利用されるようになったが、
そうした情報機器と人間との自然なインタフェースを実現するためにもパター
ン認識は重要な役割を担っている。さらには、インターネット上に分散的に蓄
えられた大量のデータの中から意味のある情報を取り出すためのデータマイニ
ングや遺伝子配列とその機能との関連性を抽出するバイオインフォマティクス
等でも、パターン認識が多用されている。パターン認識の実現には、現実世界
の曖昧さや不確かさを扱う必要がある。本講義では、パターン認識および機械
学習の話題について、確率統計的な視点から解説し、人間のような柔軟な知的
情報処理システムを実現するための基礎技術の習得を目指す。
履修の注意
- 線形代数と確率統計の基礎を修得していることが望ましい。
- 教科書は特に指定しない (以下参考書)
授業予定・内容
赤穂担当分 (注意: 進度は休講等の状況によって適宜変更される)
- 第1回 (10/01) オリエンテーション
- 第2回 (10/08) 統計的パターン空間とは
- 第3回 (10/15) 距離と類似性
- 第4回 (10/22) 特徴抽出・特徴選択法
- 第5回 (10/29) 基本的なパターン認識手法
- 第6回 (11/05) 多変量データ解析手法(1)
- 第7回 (11/12) 多変量データ解析手法(2)
- 第8回 (11/19) パターン認識のための最適化法
- 第9回 (11/26) クラスタリング
- 第10回 (12/03) サポートベクターマシン
- 第11回 (12/10) アンサンブル学習
- 第12回 (12/17) ベイジアンネットワーク
- 第13回 (01/07) コンピュータビジョンにおけるパターン認識(1)
- 第14回 (01/21) コンピュータビジョンにおけるパターン認識(2)
- 第15回 (01/28) 授業理解の確認
レポート課題についてはコースナビにて出題・提出管理をします.
https://www.wnp.waseda.jp/portal/portal.php
過去の資料
質問等はコースナビよりお願いします.