「わかりやすいパターン認識」
石井健一郎，上田修功，前田英作，村瀬洋 著
オーム出版局 (1998).
| 日時 | 内容 | PowerPoint ファイル | その他資料など | 発表者 |
| 4月11日 | 第1章 パターン認識とは 1.1 パターン認識系の構成 1.2 特徴ベクトルと特徴空間 [1] 特徴ベクトル [2] 特徴ベクトルの多様性 1.3 プロトタイプと最近傍決定則 [1] プロトタイプ [2] 特徴空間の分割 |
shinnou1.ppt | なし | 新納 |
| 4月18日 | 第2章 学習と識別関数 2.1 学習の必要性 2.2 最近傍決定則と線形識別関数 2.3 パーセプトロンの学習規則 [1] 重み空間と解領域 [2] パーセプロトンの収束定理 [3] 学習とプロトタイプの移動 |
iwasaki.pdf | なし | 岩崎 |
| 4月18日 | 2.4 区分的線形識別関数 [1] 区分的線形識別関数の機能 [2] ニューラルネットワークとの関係 |
konno1.ppt | なし | 紺野 |
| 4月25日 | 第3章 誤差評価に基づく学習 3.1 Windrow-Hoff の学習規則 [1] 学習のための評価関数 [2] 閉じた形の解 [3] 逐次近似による解 |
tokita1.ppt | なし | 時田 |
| 4月25日 | 3.2 誤差評価とパーセプトロン [1] 2値の誤差評価 [2] 超平面からの距離による評価 |
wakisaka1,ppt | なし | 脇坂 |
| 4月25日 | 3.3 誤差逆伝播法 |
fujii1.ppt | なし | 藤井 |
| 5月2日 | 第4章 識別部の設計 4.1 パラメトリックな学習とノンパラメトリックな学習 |
yuuki1.ppt | yuuki-siryou,bmp | 結城 |
| 5月2日 |
4.2 パラメータの推定 |
oshiro1.ppt | oshiro-siryou.bmp | 大城 |
| 5月2日 | 4.3 識別関数の設計 [1] 線形識別関数の設計 |
konno2.ppt | konno-siryou.ppt | 紺野 |
| 5月9日 |
[2] 線形識別関数を用いた多クラスの識別 |
yuuki2.ppt | なし | 結城 |
| 5月9日 |
[3] 一般識別関数 |
wakisaka2.ppt | なし | 脇坂 |
| 5月9日 | 4.4 特徴空間の次元数と学習パターン数 |
fujii2.ppt | なし | 藤井 |
| 5月16日 | 4.5 識別部の最適化 [1] 識別部を決定するパラメータ [2] 分割学習法 [3] 交差確認法 [4] ブートストラップ法 |
tokita2.ppt | なし | 時田 |
| 5月16日 | 第5章 特徴の評価とベイズ誤り確率 5.1 特徴の評価 5.2 クラス内分散・クラス間分散比 |
oshiro2.ppt | なし | 大城 |
| 5月16日 | 5.3 ベイズ誤り確率とは |
konno3.ppt | なし | 紺野 |
| 5月23日 | 5.4 ベイズ誤り確率と最近傍決定則 [1] 最近傍決定則の誤り確率 [2] 誤り確率の計算例 |
tokita3.ppt | なし | 時田 |
| 5月23日 | 5.5 ベイズ誤り確率の推定方法 [1] 誤識別率の偏りと分散 [2] ベイズ誤り確率の上限および下限 |
wakisaka3.ppt | なし | 脇坂 |
| 5月23日 | 第6章 特徴空間の変換 6.1 特徴選択と特徴空間の変換 6.2 特徴量の正規化 |
fujii3.ppt | fujii-siryou.ppt | 藤井 |
| 5月30日 | 6.3 KL 展開 [1] 次元削減のための基準 [2] 分散最大基準 |
yuuki3.ppt | なし | 結城 |
| 5月30日 |
[3] 平均二乗誤差最小基準 |
oshiro3.ppt | なし | 大城 |
| 5月30日 | 6.4 線形判別法 [1] 2クラスに対する線形判別法（フィッシャーの方法） |
konno4.ppt | なし | 紺野 |
| 6月6日 |
[2] 多クラスに対する線形判別法 |
tokita4.ppt | なし | 時田 |
| 6月6日 |
[3] 線形判別法と空間変換 |
wakisaka4.ppt | なし | 脇坂 |
| 6月6日 | 6.5 KL 展開と適用法 [1] KL 展開と線形判別法 [2] KL 展開と学習パターン数 |
fujii4.ppt | なし | 藤井 |
| 6月13日 | 6.6 空間変換の計算例 |
yuuki4.ppt | 式6-201の確認 | 結城 |
| 6月13日 | 第7章 部分空間法 7.1 部分空間法の基本 7.2 CLAFIC 法 |
oshiro4.ppt | なし | 大城 |
| 6月13日 | 7.3 部分空間法と類似度法 [1] 複合類似度法 [2] 混合類似度法 |
konno5.ppt | なし | 紺野 |
| 6月20日 | 7.4 直交部分空間法 7.5 学習部分空間法 |
tokita5.ppt | なし | 時田 |
| 6月27日 | 第8章 学習アルゴリズムの一般化 8.1 期待損失最小化学習 |
wakisaka5.ppt | なし | 脇坂 |
| 6月20日 | 8.2 種々の損失 [1] 平均二乗誤差最小基準 [2] 01損失基準 [3] 連続損失基準 |
fujii5.ppt | なし | 藤井 |
| 6月27日 | 8.3 確率的降下法 |
yuuki5.ppt | なし | 結城 |
| 6月27日 | 第9章 学習アルゴリズムとベイズ決定則 9.1 最小二乗法による学習 [1] 最小二乗法 |
oshiro5.ppt | なし | 大城 |
| 6月27日 |
[2] 最小二乗法と判別法 |
konno6.ppt | なし | 紺野 |
| 7月4日 |
[3] 最小二乗法とベイズ決定則 |
tokita6.ppt | なし | 時田 |
| 7月4日 | 9.2 最小二乗法と各種学習法 [1] 最小二乗法と Widrow-Hoff の学習規則 [2] 最小二乗法と誤差逆伝播法 |
wakisaka6.ppt | なし | 脇坂 |
