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	2020 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	月曜日 3, 4時限
開講場所	教員が指定した研究室
担当教員	盛田　健人（工学研究科情報工学専攻）
担当教員	MORITA, Kento
SDGsの目標

学修の目的と方法

授業の概要	Course description/outline: Read and discuss the selected book or academic paper in character recognition, image processing and machine learning field. （文字認識，画像処理，機械学習や関連領域の論文・書籍を選定し，輪読及びそれに関する討論を行う．）
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 character recognition, image processing and machine learning field. （文字認識，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 character recognition, image processing and machine learning field. （文字認識，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 ○ JABEE 関連項目 ○ 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
成績評価方法と基準	Grading policies and criteria: Attendance, exercise score （出席，演習課題などの成績）
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
授業改善の工夫
教科書
参考書
オフィスアワー	Office hour: 13:00 ~ 15:00, Friday
受講要件	None
予め履修が望ましい科目
発展科目
その他

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，サポートベクタアルゴリズム
Key Word(s)	Statistical pattern recognition, Bayes, Machine learning, Principal component analysis, Discriminant analysis, Neural network, Support vector algorithm
学修内容	I, Statistics II, Bayes III, Machine Learning IV, Image processing
事前・事後学修の内容

Copyright (c) Mie University