工学部・工学研究科シラバス
English

統計的モデルと学習理論特論(2.0 単位)

講義番号11777
課程区分前期課程
科目区分基礎科目
授業形態講義
対象専攻 マイクロ・ナノ機械理工学専攻
開講時期1 1年春学期
開講時期2 2年春学期
担当教員 青山 忠義 准教授 

•本講座の目的およびねらい
 近年、コンピュータビジョンの技術を使った製品やアプリケーションを様々な場面で見かけるようになってきた。また、画像応用の技術、さらには画像技術が牽引したと言っても過言ではない深層学習等の人工知能が広く実利用で拡大している。本講義では、汎用性の高いコンピュータビジョンと機械学習アルゴリズムをOpenCVを用いた実装を通して理論の理解を深めることを目的とする。
 この講義を習得することにより、以下のことができるようになることを目標とする。
 1.画像特徴検出、物体検出を理解し、実装できるようになる。
 2.ベイズ識別、サポートベクトルマシン、ニューラルネットワークを理解し、実装できるようになる。

•バックグラウンドとなる科目
線形代数、微積分、プログラミング言語。

•授業内容
1.コンピュータビジョンと機械学習の概説
 コンピュータビジョンおよび機械学習の動向を中心に学習する。
2.コンピュータビジョンのアルゴリズムの学習
 画像特徴検出、物体認識・追跡を中心としたコンピュータビジョンの理論とその実装法を中心に学習する。
3.機械学習アルゴリズムの学習
 ベイズ識別、サポートベクトルマシン、ニューラルネットワークを中心とした機械学習の理論とその実装法を中心に学習する。

適宜、学習したソースコードを紹介するので、学んだ理論を実装し、復習しておくこと。

•教科書
OpenCVによるコンピュータビジョン・機械学習入門、講談社
必ずしも無くても良いようにスライドやプリントを用意する。
本格的に学びたい人は購入した方がよい。

•参考書
パターン認識と機械学習上下,C.M. ビショップ
続・わかりやすいパターン認識,石井健一郎,上田修巧共著

•評価方法と基準
コンピュータビジョンおよび機械学習アルゴリズムを実装する数回の演習課題を課し、その演習レポート課題で評価する。

•履修条件・注意事項
・履修条件は要しない。
・授業は対面・遠隔(双方向通信型)の併用で行う。遠隔授業はTeamsで行う。

•質問への対応
講義中随時受け付ける。
事前にメールで日時の調整をすれば、オフィスでも受け付ける。


担当教員 tadayoshi.aoyama[at]mae.nagoya-u.ac.jp
※[at]は@で置き換えて下さい。

[一覧画面へ]

[専攻選択画面へ]

SyllabusSystem Ver 1.29a