三重大学ウェブシラバス


シラバス表示

 シラバスの詳細な内容を表示します。

→ 閉じる(シラバスの一覧にもどる)

科目の基本情報

開講年度 2022 年度
開講区分 工学研究科(博士前期課程)情報工学専攻
領域 主領域 : C
受講対象学生 大学院(修士課程・博士前期課程・専門職学位課程) : 1年次, 2年次
選択・必修
授業科目名 パターン認識演習 II
ぱたーんにんしきえんしゅう 2
Seminar in Pattern Recognition II
単位数 1 単位
ナンバリングコード
EN-INAP-5
開放科目 非開放科目    
開講学期

後期

開講時間
授業形態

対面授業

* 状況により変更される可能性があるので定期的に確認して下さい

「オンライン授業」・・・オンライン会議ツール等を利用して実施する同時双方向型の授業
「ハイブリッド授業」・・・「対面授業」と「オンライン授業」を併用した授業
「オンデマンド授業」・・・動画コンテンツの配信等によって実施する授業

開講場所 教員が指定した研究室

担当教員 松岡 真如(工学研究科情報工学専攻)

MATSUOKA, Masayuki

SDGsの目標
連絡事項

* 状況により変更される可能性があるので定期的に確認して下さい

学修の目的と方法

授業の概要 Course description/outline:

Read a journal paper and implement its algorithm in image processing and machine learning field.
(画像処理,機械学習や関連領域の論文を選定し,内容の理解と実装を行う.)
学修の目的 Learning objectives:

To acquire ability to explain the basic algorithm and apply the algorithm to the real problem by understanding the basic techniques in image processing and machine learning field.
(画像処理,機械学習や関連領域で用いられる手法の概略を理解し,説明,応用できる能力を身につける.)
学修の到達目標 Achievements:

Enable to explain the basic algorithm and apply the algorithm to the real problem by understanding the basic techniques in image processing and machine learning field.
(画像処理,機械学習や関連領域で用いられる手法の概略を理解し,説明,応用できる.)
ディプロマ・ポリシー
○ 学科・コース等の教育目標

○ 全学の教育目標
感じる力
  •  感性
  •  共感
  • ○主体性
考える力
  •  幅広い教養
  • ○専門知識・技術
  •  論理的・批判的思考力
コミュニケーション力
  •  表現力(発表・討論・対話)
  •  リーダーシップ・フォロワーシップ
  •  実践外国語力
生きる力
  •  問題発見解決力
  •  心身・健康に対する意識
  •  社会人としての態度・倫理観

○ JABEE 関連項目
成績評価方法と基準 作成資料:30%, 発表と質疑:40%、演習課 題:30%

Grading policies and criteria: Preparation of presentation: 30%, Presentation and discussion: 40%, assignment: 30%
授業の方法 演習

授業の特徴

PBL

特色ある教育

英語を用いた教育

教員と学生のやり取りは日本語でも、英語による論文や教材の講読を含んだ授業
授業改善の工夫
教科書
参考書
オフィスアワー Office hour: Make an appointment by e- mail
受講要件 None
予め履修が望ましい科目
発展科目
その他 英語対応授業である。

授業計画

MoodleのコースURL
キーワード 統計的パターン認識,ベイズ,機械学習,主成分分析,判別分析,ニューラルネットワーク,サポートベクタマシン
Key Word(s) Statistical pattern recognition, Bayes, Machine learning, Principal component analysis, Discriminant analysis, Neural network, Support vector machine
学修内容 Learn and implement a machine learning algorithm.
事前・事後学修の内容
事前学修の時間:120分/回    事後学修の時間:120分/回

Copyright (c) Mie University