●授業内容
１．確率統計入門 数学的基礎と応用
確率統計の基本事項を学び、後につづく情報理論、パターン情報処理の理解の基礎を
作る。
順列と組合せ、二項定理、確率論の準備、試行、事象、標本空間、条件付き確率、
事前確率、事後確率、確率変数、離散的確率変数、連続的確率変数、分布関数、
密度関数、平均、期待値、分散、標準偏差、二項分布、大数の法則、正規分布、
母集団、標本、度数分布、標本平均、標本分散、中央値、最頻値、最小二乗法、
相関図、回帰直線、相関係数、推定量、信頼係数、信頼限界、信頼区間、仮説検定
２．情報理論の入門と実際
情報通信では，効率的かつ信頼性の高い，情報の伝送が要求される。このような情報
伝送の基礎理論として情報理論がある。情報理論の基礎を学ぶことで，インターネッ
トや情報通信での情報伝送の仕組みを理解すると同時に，インターネットでのセキュ
リティ確保のためになされている，暗号化，認証，ＳＳＬなどの技術的な仕組みをも
知る。これにより単なる利用者から，仕組みを理解した利用者になる．
情報理論の基礎（情報理論とは，情報量、情報源と通信路、情報源符号化）
情報理論の応用（通信路符号化、暗号，情報セキュリティ）
３．パターン情報処理の入門と実際
音声や画像から言語や物体を認識する人間の視聴覚をコンピュータで実現するには
どうしたらよいだろうか？郵便番号の読み取りやロボットの視覚に使われるパターン
認識の技法について概説し、パターン情報処理の基本と応用を学ぶ。
特徴ベクトル、パターン空間、識別関数、最近傍法、文字認識、ニューラルネット
ベイズの決定則、パーセプトロン、画像処理、音響信号処理
|