シラバス参照

授業情報/Class Information

科目一覧へ戻る 2022/12/02 現在

基本情報/Basic Information

開講科目名
/Course
システム計測工学特論A/Advanced Sensing Systems A
時間割コード
/Course Code
S221000043
ナンバリングコード
/Numbering Code
開講所属
/Course Offered by
理工学研究科/
曜日コマ
/Day, Period
開講区分
/Semester offered
後期/second semester
単位数
/Credits
2.0
学年
/Year
1,2
主担当教員
/Main Instructor
中村 雅之/NAKAMURA MASAYUKI
科目区分
/Course Group
大学院(博士前期課程) 専門科目
教室
/Classroom
必修・選択
/Required/Elective
選択
授業形式
/Class Format
講義科目
メディア授業
/Media lecture

担当教員情報/Instructor Information

教員名
/Instructor
教員所属名
/Faculty/Department
中村 雅之/NAKAMURA MASAYUKI 理工学研究科/
難易度(レベル)
/Level
レベル5
対応するDP
/DP
DP1・DP2・DP3
授業としての具体的到達目標
/Concrete arrival target as the class
○統計理論を用いた推定技術の基礎を理解し,計測工学に応用します。(DP1・DP2)
○統計理論とニューラルネットワークによる識別技術を理解します。(DP2・DP3)
授業の概要
/Summary of the class
計測工学におけるセンサ情報やデータを統計理論によって処理・解析する技術について学習します。計測工学への応用を想定した統計ツールを用いた演習を行います。
授業の内容予定
/Contents plan of the class
第1回 計測工学におけるデータ処理・解析技術
第2回 最尤推定法
第3回 最小二乗法
第4回 重回帰分析の基礎
第5回 重回帰分析の応用・演習
第6回 単純ベイズ法
第7回 識別関数法
第8回 パーセプトロン
第9回 ニューラルネットワーク
第10回 サポートベクトルマシンの基礎
第11回 サポートベクトルマシンの応用・演習
第12回 ロジスティック回帰
第13回 主成分分析
第14回 クラスタリング
第15回 総合討論
成績評価方法及び採点基準
/A scholastic evaluation method and marking standard
平常評価(授業の理解度の評価):30%
期末評価(総合討論による理解度の評価):70%
上記を合算して成績評価を行います。
予習及び復習等の内容
/Contents such as preparations for lessons and the review
予習復習は上記の授業内容予定に従って行うこと。講義ノートをもとに復習すること。また,パソコンによる演習を行い,理解を深めること。
教材・教科書
/The teaching materials, textbook
scikit-learnのユーザガイド,および,
Pattern Recognition and Machine Learning C. M. Bishop Springer
参考文献
/bibliography
パターン識別 R. O. Duda, P. E. Hart, D. G. Stork John Wiley & Sons
留意点・予備知識
/Point to keep in mind, back ground
統計学の基礎および計測工学の知識が必要です。
授業内容に関する質問・疑義等
/Question, doubt about class contents
オフィスアワーの時間帯で受け付けます。
オフィスアワー:
木曜日 17:00~18:00
理工学部1号館3階316室
Eメールアドレス・HPアドレス
/E-mail address, HP address
mnakam@hirosaki-u.ac.jp
学問分野1(主学問分野)
/Discipline 1
J60:情報科学、情報工学およびその関連分野
学問分野2(副学問分野)
/Discipline 2
J62:応用情報学およびその関連分野
学問分野3(副学問分野)
/Discipline 3
K63:環境解析評価およびその関連分野
地域志向科目
/Local intention subject
なし
授業形態・授業方法
/Class form, class method
講義形式とPythonによる演習
(メディア授業に移行した場合は、Teamsで実施します。)
科目ナンバー
/The subject number
メディア授業による著作物利用の有無について
/Whether or not copyrighted works are used in media classes
有/Yes
その他
/Others
特にありません。
No. 回(日時)
/Time (date and time)
主題と位置付け(担当)
/Subjects and instructor's position
学習方法と内容
/Methods and contents
備考
/Notes
該当するデータはありません

科目一覧へ戻る