パターン認識と機械学習入門 第1回 参加メモ
パターン認識と機械学習入門 第1回に行ってきた。
資料
パターン認識とは
- 広い意味では人間が行っているような認知を機械に行わせること
- インプットに対して何らかのクラスを割り当てること
パターン認識の流れ
- 前処理：不要な情報を捨てる
- 特徴抽出：識別に用いる特徴量を抽出し次元を削減
- 識別：適当な識別機を使ってクラスを求める
パターン認識の手法
- テンプレートマッチング
- 各クラスを1つの代表ベクトルで表現し、代表ベクトルと入力xの何らかの距離によってxが属するクラスを求める
- ユークリッド距離では分散にばらつきがある場合うまくいかない。そういう場合はマハラノビス距離を使う
- マルチテンプレート法：代表ベクトルを複数持たせる
- k-近傍法（k-NN法）
- 学習データ集合Dが大きいほど計算量が大きくなるし、D全体を保存しておく必要があるため容量を食う
- 学習データが密に分布している場合はkdツリーなどの空間分割アルゴリズムが効果的
識別関数
識別機を組み合わせる
- 決定木：荒い識別機で大きく分類していきながら徐々に細かい特徴を見ていく
- ニューラルネットワーク：線形識別関数
