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）

開講年度	2022 年度
開講区分	工学研究科(博士後期課程)システム工学専攻

受講対象学生	大学院(博士課程・博士後期課程) : 1年次, 2年次, 3年次, 4年次
選択・必修	選択
授業科目名	パターン認識・理解演習
	ぱたーんにんしき・りかいとくろん
	Seminar in Pattern Recognition and Understanding
単位数	2 単位
ナンバリングコード	EN-INAP-7

開放科目	非開放科目
開講学期	通年
開講時間
授業形態	ハイブリッド授業 * 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
担当教員	松岡　真如
担当教員	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

授業の概要
学修の目的
学修の到達目標
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
成績評価方法と基準
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
受講要件
予め履修が望ましい科目
発展科目
その他

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	データサイエンスの基盤・応用技術である統計的パターン認識、機械学習、主成分分析、ニューラルネットワーク、サポートベクタアルゴリズム等に関する代表的な文献を選択し、輪読及びそれに関する討論を行う。
事前・事後学修の内容
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