科目名[英文名]
パターン認識Ｂ[Pattern Recognition B]
担当教員[ローマ字表記]
久保 守
[
KUBO, Mamoru
]
科目ナンバー
INFO2801A
科目ナンバリングとは
時間割番号
42081
科目区分
-----
講義形態
-----
開講学域等
理工学域
適正人数
-----
開講学期
Q4
曜日・時限
金3
単位数
1単位
授業形態
対面のみ
60単位上限
対象外
対象学生
-----
キーワード
-----
講義室情報
自然科学大講義棟(総合研究棟Ⅵ) AV講義室（対面のみ）
開放科目
-----
備考
-----
授業の主題
Pythonプログラムを用いて多変量解析，機械学習を学ぶ
学修目標（到達目標）
パターン認識におけるデータの各種分析手法の理論を説明できること。
Pythonプログラミングにより実践できること。
授業概要
毎回PCで演習を行う。
1.主成分分析
2.階層的クラスタリング
3.k平均法
4.ニューラルネットワーク
5.深層学習
6.畳み込みネットワーク
7.テキストマイニング
8.試験
評価方法と割合
評価方法
次項の項目及び割合で総合評価し、次のとおり判定する。
「Ｓ（達成度90％～100％）」、「Ａ（同80％～90％未満）」、
「Ｂ（同70％～80％未満）」、「Ｃ（同60％～70％未満）」を合格とし、
「不可（同60％未満）」を不合格とする。（標準評価方法）
評価の割合
・（50）％ 学期末試験
・（50）％ レポート
授業時間外の学修に関する指示
予習に関する指示
★2．オンデマンド教材（授業内容の一部）
予習に関する教材
オンデマンド教材（授業内容の一部）
復習に関する指示
★1．オンデマンド教材（授業内容の全体）
復習に関する教材
オンデマンド教材（授業内容の全体）
教科書・参考書
教科書・参考書補足
資料を配布またはオンラインで提供する。
オフィスアワー等（学生からの質問への対応方法等）
電子メール(kubom@se.kanazawa-u.ac.jp)で受け付ける。
履修条件
Pythonプログラミングを習得していること。
受講者調整方法
機械コア・バイオメカトロニクスプログラム選択の学生は「履修可能の問い合わせ」は不要です。
特記事項
特になし
ページの先頭へ