|
授業の目標
|
|
人間が行っている視覚や聴覚などの高度な情報処理をコンピュータによって実現するためには、さまざまな情報をパターンとして学習し、それを識別・認識することが必要となる。
本授業では各種機械学習手法について学び、パターン認識技術の仕組みを修得する。
|
|
|
|
到達目標
|
|
・機械学習・パターン認識手法の基本的な処理の流れを説明できる。
・前処理・特徴抽出手法を理解し、具体的な問題に適用できる。
・各種機械学習手法の原理を理解し、具体的な問題に適用できる。
・学習・認識結果をもとに、機械学習手法の性能を評価できる。
・実社会における機械学習・パターン認識技術の応用例を説明できる。
|
|
|
|
身につく能力
|
|
＜全学ディプロマ・ポリシー＞
○【知識・理解・技術】
１．各専門分野の知識・技術を習得し、活用する力を身につけている
【教養・基礎的能力】
２．幅広い教養と、外国語能力、情報活用能力、コミュニケーション能力などの基礎的能力を身につけている
【態度・志向性】
３．多様な価値観を有する人々と倫理観・責任感をもって協働することができる
【態度・志向性】
４．時代の変化に主体的に対応するため継続的に学び、自律的に行動することができる
【問題発見・解決能力】
５．専門の知識・技術及び基礎的能力を統合し活用して、問題を発見し解決する能力を身につけている
【ｸﾞﾛｰｶﾙ・創造的思考力】
６．地域的・国際的視点をあわせもち、また、新たな価値を想像する力を身につけている
|
|
|
授業の概要
|
|
|
与えられた対象をデータをもとに分類する処理であるパターン認識と、分類に必要な知識を獲得する処理である機械学習について理解する。本授業は講義形式で実施する。前処理、特徴空間、特徴抽出、性能評価などの機械学習の基礎について学んだ後、k近傍法、サポートベクトルマシン、ニューラルネットワーク、深層学習などに代表される教師あり学習や、k平均法などのクラスタリング手法に代表される教師なし学習などについて学ぶ。なお、各種機械学習ツールやPythonによる演習も交えて行う。
|
|
|
|
授業の計画
|
|
第１週 講義概要 ガイダンス、パターン認識と機械学習の概要
第２週 パターン認識の基礎 データサイエンスと機械学習、性能評価指標、適合率、再現率、F値
第３週 機械学習の流れ 基本的な手順、前処理、特徴抽出、特徴量、特徴ベクトル
第４週 特徴抽出と特徴空間 特徴抽出、特徴空間、距離尺度
第５週 機械学習の分類 機械学習の位置づけ、最近傍法、k近傍法、テンプレートマッチング
第６週 機械学習の性能評価 機械学習ツール、混同行列、交差検証
第７週 教師あり学習 概念学習、決定木、ランダムフォレスト
第８週 サポートベクトルマシン サポートベクトルマシン、カーネルトリック、ソフトマージン
第９週 ニューラルネットワーク 最小二乗法、ロジスティクス回帰、パーセプトロン、確率的勾配降下法、誤差逆伝搬法
第１０週 ソフトウェア演習 教師あり学習による認識実験、性能評価、分析
第１１週 深層学習 CNN(畳み込みニューラルネットワーク）、畳み込み処理、プーリング処理、活性化関数、特徴マップ
第１２週 ニューラルネットワーク応用 事前学習、RPN、物体検出、アノテーション、Transformer
第１３週 教師なし学習 クラスタリング、k平均法、EMアルゴリズム
第１４週 中間的学習 少量学習、転移学習、自己教師あり学習、強化学習
第１５週 実社会への応用 パターン認識と機械学習の応用例、課題、展望
第１６週 定期試験
|
|
|
|
授業時間外学修の指示
|
|
・講義の配布資料は事前にmanabaに掲載するので、ダウンロードして予習・復習に活用すること。
・毎回授業後に授業のポイント・重要事項を自分の言葉でまとめる。
・レポートは必ず提出すること。
|
|
|
|
成績評価の方法
|
|
|
定期試験を70％、レポートを30％として評価する。
|
|
|
|
テキスト・参考書等
|
|
適宜資料を配布する。
参考書：
荒木雅弘 『PYTHONではじめる機械学習』 森北出版 税抜3,600円 ISBN：978-4-627-85861-9
荒木雅弘 『フリーソフトではじめる機械学習入門』 森北出版 税抜3,600円 ISBN：978-4-627-85212-9
中井悦司 『ITエンジニアのための機械学習理論入門』 技術評論社 税抜2,580円 ISBN：978-4-7741-7698-7
|
|
|
|
履修上の留意点
|
|
「画像信号処理」を受講していることが望ましい。
【manabaの利用法】
・コースコンテンツを用いて、講義の資料を配布する。
・レポート機能を用いて、提出レポートを回収する。
|
|
|
|
資料
|
|
|
|
|
備考
|
|
|