パターン認識と機械学習(上）

日時 内容　　　　　　　　　　　　　　　　　　　　　　　 スライドのファイル 補足資料など 発表者
4月23日 第１章 序論 （導入部分） bishop-shinnou-0423-1.pdf 新納
1.1 例：多項式曲線フィティング bishop-shinnou-0423-2.pdf 新納
5月7日 1.2 確率論 (導入部分） bishop-onodera-0507.pdf 小野寺
1.2.1 確率密度
1.2.2 期待値と分散		 bishop-yoshida-0507-1.pdf
bishop-yoshida-0507-2.pdf		 吉田
1.2.3 ベイズ確率 bishop-shinnou-0507.pdf 新納
5月14日 1.2.4 ガウス分布 bishop-onodera-0514.pdf 小野寺君への課題
小野寺君の解答		 小野寺
1.2.5 曲線フィティング再訪 bishop-yoshida-0514.pdf 吉田
1.2.6 ベイズ曲線フィティング bishop-shinnou-0514.pdf 新納
5月21日 1.3 モデル選択 bishop-onodera-0521.pdf 小野寺
1.4 次元の呪い bishop-yoshida-0521.pdf 吉田
1.5 決定理論 (導入部分）
1.5.1 誤識別率の最小化		 bishop-shinnou-0521.pdf 新納
5月28日 1.5.2 期待損失の最小化
1.5.3 棄却オプション		 bishop-onodera-0528.pdf 小野寺
1.5.4 推論と決定 bishop-yoshida-0528.pdf 吉田
1.5.5 回帰のための損失関数 bishop-shinnou-0528.pdf 新納
6月4日 1.6 情報理論 (導入部分） bishop-onodera-0604.pdf 課題、小野寺君の解答 小野寺
1.6.1 相対エントロピーと相互情報量 bishop-yoshida-0604.pdf 課題、吉田君の解答 吉田
第２章 確率分布 （導入部分： 省略）
2.1 二値変数 bishop-shinnou-0604.pdf 新納
6月11日 2.1.1 ベータ分布 bishop-onodera-0611.pdf 課題、小野寺君の解答 小野寺
2.2 多値変数 bishop-yoshida-0611.pdf 吉田
2.2.1 ディリクレ分布 bishop-shinnou-0611.pdf 新納
6月18日 2.3 ガウス分布 bishop-onodera-0618.pdf 課題、小野寺君の解答 小野寺
2.3.1 条件付きガウス分布 bishop-yoshida-0618.pdf 課題 吉田
2.3.2 周辺ガウス分布 bishop-shinnou-0618.pdf 新納
6月25日 2.3.3 ガウス変数に対するベイズの理論 bishop-onodera-0625.pdf 小野寺
2.3.4 ガウス分布の最尤推定 課題 吉田
2.3.5 逐次推定 bishop-shinnou-0625.pdf 新納
7月2日 2.3.6 ガウス分布に対するベイズ推論 bishop-onodera-0702.pdf 小野寺
2.3.7 スチューデントの t 分布 bishop-yoshida-0702.pdf 吉田
2.3.8 周期変数 bishop-shinnou-0702.pdf 新納
7月9日 2.3.9 混合ガウス分布 bishop-onodera-0709.pdf 小野寺
2.4 指数型分布族 bishop-yoshida-0709.pdf 吉田
2.4.1 最尤推定と十分統計量 bishop-shinnou-0709.pdf 新納
7月23日 2.4.2 共役事前分布 小野寺
2.4.3 無情報事前分布 bishop-yoshida-0723.pdf 吉田
2.5 ノンパラメトリック法 bishop-shinnou-0723.pdf 新納
7月30日 2.5.1 カーネル密度推定法 省略
2.5.2 最近傍法 省略