第1回 |
内容
|
パターン認識技術の概観とその最新応用 |
授業時間外における学修(予習・復習等) |
パターン認識応用例を調査 |
授業実施特記 |
|
第2回 |
内容
|
確率論 ・ガウス分布 ・ベイズ曲線フィッティング |
授業時間外における学修(予習・復習等) |
他の確率分布を調査 |
授業実施特記 |
|
第3回 |
内容
|
確率分布 ・多値変数 ・ガウス分布に対するベイズ推論 ・混合ガウス分布 |
授業時間外における学修(予習・復習等) |
ガウス分布生成プログラム作成 |
授業実施特記 |
|
第4回 |
内容
|
ノンパラメトリック法 ・カーネル密度推定法 ・最近傍法 |
授業時間外における学修(予習・復習等) |
最近傍法のプログラム作成 |
授業実施特記 |
|
第5回 |
内容
|
線形回帰モデル ・最尤推定と最小二乗法 ・バイアスーバリアンス分解 |
授業時間外における学修(予習・復習等) |
線形回帰分析プログラム作成 |
授業実施特記 |
|
第6回 |
内容
|
線形識別モデル ・識別関数 ・フィッシャー線形判別 |
授業時間外における学修(予習・復習等) |
識別関数プログラム作成 |
授業実施特記 |
|
第7回 |
内容
|
確率的生成モデル ・ロジスティック回帰 ・多クラスロジスティック回帰 |
授業時間外における学修(予習・復習等) |
ロジスティック関数の調査 |
授業実施特記 |
|
第8回 |
内容
|
ラプラス近似 ベイズロジスティック回帰 |
授業時間外における学修(予習・復習等) |
ラプラス近似のプログラム作成 |
授業実施特記 |
|
第9回 |
内容
|
ニューラルネットワーク ・フィードフォワードネットワーク関数 ・最急降下法 |
授業時間外における学修(予習・復習等) |
最急降下法適用の例を調査 |
授業実施特記 |
|
第10回 |
内容
|
ニューラルネットワーク(2) ・誤差逆伝播法 ・ヤコビ行列 |
授業時間外における学修(予習・復習等) |
誤差逆伝播法プログラム作成 |
授業実施特記 |
|
第11回 |
内容
|
ニューラルネットワーク(3) ・ヘッセ行列 ・ヘッセ行列の積の高速な計算 |
授業時間外における学修(予習・復習等) |
ニューラルネットワークの調査 |
授業実施特記 |
|
第12回 |
内容
|
ニューラルネットワーク(4) ・無矛盾なガウス事前分布 ・たたみこみニューラルネットワーク |
授業時間外における学修(予習・復習等) |
畳み込み型ニューラルネットワーク応用例の調査 |
授業実施特記 |
|
第13回 |
内容
|
ニューラルネットワーク(5) 混合密度ネットワーク TDNN |
授業時間外における学修(予習・復習等) |
混合密度法の具体例を調査 |
授業実施特記 |
|
第14回 |
内容
|
ベイズニューラルネットワーク |
授業時間外における学修(予習・復習等) |
ベイズ型ニューラルネットワークプログラム作成 |
授業実施特記 |
|
第15回 |
内容
|
まとめと最新技術応用動向 |
授業時間外における学修(予習・復習等) |
最新のニューラルネットワーク利用型パターン認識の調査 |
授業実施特記 |
|