パターン認識 (Rで学ぶデータサイエンス 5)第6週線形識別関数の最適設計(第6週の1時間目に、ここまでの中間試験を行う予定)データの分布から線形識別関数を最適に設計するための手法について解説するのです。成績評価中間試験、期末試験(いずれも持ち込み不可)の評価を60%、Rを用いた実習課題のレポートの評価を30%、毎週行う演習や宿題の評価を10%の重みで加算して、全体の評価を決める。
)第1週統計的パターン認識の外観統計的パターン認識が広範な応用分野で利用されていることを多くの例を用いて示し、パターン認識の処理の流れと汎化能力という考え方の重要性について理解するのです。第2週線形識別関数2乗誤差最小基準に基づく線形識別関数の構成法を、例題を解きながら理解するのです。
第5週確率モデルと識別関数設計データの分布を確率モデルで表現し、モデルのパラメータを用いて線形・非線形識別関数を構成する方法を学ぶ。また、データの確率分布モデルを用いないで最適な線形識別関数を構成する手法の一つである判別分析法とその応用についても理解するのです。
第3〜4週ベイズの識別規則ベイズの識別規則が誤り最小であることを示し、例題を用いて識別器を構成するのです。(第3〜4週)データの確率分布モデルによる表現と識別関数の関係について、特に正規分布を用いた例題を通して理解するのです。