早稲田大学理工学部電気・情報生命工学科
「パターン認識」2005年度後半部分
担当: 赤穂
昭太郎
=>前半部分(栗田さん担当)講義資料
第1回 (11/21)
講義の概要
- パターン認識と学習の概要
- あるなしクイズとパターン認識 (汎化と確率・統計手法)
- 特徴選択と主観性 (醜いアヒルの子の定理)
- 確率統計の基礎(ベイズの公式,最尤推定,MAP 推定,事後予測分布)
第1回レポート問題・解答例・解説
第2回 (11/28)
講義の概要
- 確率統計の基礎復習
- 次元の呪いと汎化能力(表面集中現象,次元と分類)
- 正規分布(線形性,誤差分布,中心極限定理,最大エントロピー)
- 線形手法(主成分分析と判別分析, 特異値分解)
第3回 (12/5)
- 2次元を例とした基本アルゴリズムの説明
- 次元圧縮: 主成分分析と判別分析(復習)
- 識別アルゴリズム: Nearest neighbor 法,部分空間法,
ナイーブベイズ法,決定木,線形サポートベクトルマシン
- 第2回レポート課題 (提出期限 1/16 の講義時まで)
- 自分の研究課題 (現在取り組んでいるものがあればそれを,
なければ興味があるものについて仮想的に考えてよい)において,
パターン認識 (意志決定・診断・知識発見を含む)の問題を抽出し,
それに関して以下のような観点から考察せよ.
問題の記述,問題固有の事前知識は何か,
どのようなパターン認識技術が使えるか,
どのような困難がありどのように工夫して解決するかなど.
12/12 は休講です
第4回 (12/19)
講義の概要
- 統計処理のための言語案内 Splus/R, matlab/octave/scilab
- サポートベクトルマシン (一般の場合:マージン,2次計画,カーネルトリック)
- ラベルなしデータ学習 (EM アルゴリズム,混合分布モデル)
第5回 (1/16)
講義の概要
- パターン認識のための参考文献案内(下記参照)
- 多クラス識別法
- 能動学習(質問によるサンプル選択)
- 強化学習(アクション,報酬の導入,マルコフ決定過程)
- ベイジアンネットワーク(有向非循環グラフ,確率推論アルゴリズム)
- レポート提出期限について
- 1/16 までに提出できなかった場合,特例として,
メールによる受付けのみ行います.
subject 欄に [waseda] と記入の上,レポートの電子ファイルを,
メールに添付し,
1/23 中に届くように下記のアドレスまで送付してください.
学籍番号・氏名の記入を忘れずに.
メール提出の場合は,受け取り確認の返信を行いますので,
必ず確認してください.
- レポート提出締め切りました(1/24)
パターン認識のための参考文献 (授業で挙げていないものも含みます)
- 石井ほか:わかりやすいパターン認識,オーム社:
少々古いが基本的なパターン認識技術全般をわかりやすく学べる
- Duda et al (尾上訳) パターン識別,新技術コミュニケーションズ:
パターン認識の百科全書的な本 (英語の訳本)
- 麻生ほか:パターン認識と学習の統計学,岩波書店:
パターン認識全般の概略とサポートベクトルマシン,
アンサンブル学習の二つの話題についての教科書
- 渡辺ほか:学習システムの理論と実現,森北出版:
サポートベクトルマシン,ベイジアンネット,アンサンブル学習,
能動学習など学習に関する最新の話題を学べる
- Mackay: Information theory, inference and learning algorithms,
Cambridge univ. press: 情報理論を軸として学習に関する基本を学べる.
質問等は s .akaho アトマーク aist .go .jp まで