●本授業の目的およびねらい
【目的】コンピュータ,インターネット,情報通信などの各種産業分野に活用されている情報科学の基礎的な理論を身につけるとともに,総合的な判断力と思考力を培う. 【狙い】具体的には,確率統計入門,情報理論とその応用,パターン情報処理とその応用を中心に,情報処理,情報科学などに関する基礎的知識を学ぶ. 【方法】3名の教員が,確率統計入門,情報理論入門,パターン情報処理入門,のそれぞれを担当する.
|
●履修条件あるいは関連する科目等
特になし
|
●授業内容
1 確率統計入門 数学的基礎と応用(担当:枝廣正人) 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、確率の基礎、条件付き確率、確率変数、 確率分布関数、確率密度関数、平均、分散、二項分布、大数の法則、 正規分布、同時分布関数、条件付き確率密度関数、母集団、標本、 度数分布、中央値、最頻値、最小二乗法、相関係数、区間推定、仮説検定
2 情報理論入門(担当:戸田 智基) 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。 * 情報を測る:情報量、エントロピー、相互情報量 * 情報を表す:情報源、符号化と復号、情報源符号化 * 情報を守る:通信路、通信路符号化、誤り訂正
3 パターン情報処理入門(担当:間瀬健二) 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
|
●成績評価の方法
・各担当教員が実施する宿題,演習および計2回の小テストの結果に基づく. ・履修取り下げ制度を採用する. ・30%以上を欠席または全部の小テストを受験しなかった学生は自動的に欠席とする.
|
●教科書
指定無し(プリント等を配布する)
|
●参考書
馬場他「統計学 キャンパス・ゼミ」マセマ(2010) 中川聖一「情報理論の基礎と応用」近大科学社(1992) 石井他「わかりやすいパターン認識」,オーム社(1998)
|
●注意事項
特になし
|
●本授業に関する参照Webページ
|
●担当者からの言葉(Webページのみ表示)
|