ベイズ推定とグラフィカルモデル:コンピュータビジョン基礎1
Requirements
- 線形代数(スカラ,ベクトル,行列,転置,内積,逆行列,固有値,特異値分解)
- 確率(平均,分散,共分散行列,多変数確率分布,期待値)
- 微分(1変数関数の極値計算・多変数関数の微分)
- 積分(多変数関数の積分,重積分)
Description
このオンラインレクチャーでは,確率的な手法を用いるパターン認識や機械学習の基礎を学ぶことができます.資料は,"Computer vision: models, learning and inference"の著者Simon Princeがwebで公開しているスライドを用いていますが,話題はコンピュータビジョンに限らず,確率モデルや最尤推定,ベイズ推定を扱っています.
スライドを動画で説明した後,復習クイズを出題しています.ぜひ挑戦してください(iPad/Androidアプリ版ではクイズが表示されないようですので,webで見てください).
このオンラインレクチャーでは,書籍のPartIII(Chapter 12)までの統計的機械学習の基礎を扱います.(Chapter 13以降の画像を扱う話題は別途作成予定)
Computer vision: models, learning and inference
The slide is copyrighted by Simon J. D. Prince, the author of the book "Computer vision: models, learning and inference", and is available at the book website.
The use of the slide for this online lecture is approved by Simon J. D. Prince and recognized by a contact person of the book publisher. The lecturer thanks them for their kind agreement.
Who this course is for:
- 確率モデルの基礎を学びたい人
- 統計的機械学習の基礎を学びたい人
- ベイズ推定を自分のものにしたい人
- グラフィカルモデルを学びたい人
- Bishop本の内容が難しいので,そのための確率の基礎の勉強をしたい人
- グラフカットをマスターしたい人
- コンピュータビジョンを勉強したい人
Course content
- 02:24コース紹介
- 00:21テキスト
- 01:32コンピュータビジョンの応用例
Instructor
コンピュータビジョン,画像認識,パターン認識,動画像処理,医用画像処理などを専門とする.電子情報通信学会和文誌D編集委員,PRMU委員,MI委員.情報処理学会CVIM委員,GCAD委員など歴任.2001年新潟大学助手,2005年広島大学准教授.2020年名古屋工業大学教授.翻訳書に「コンピュータビジョン ―アルゴリズムと応用―」「統計的学習の基礎」「スパースモデリング」(共立出版)「Pythonで体験するベイズ推論」(森北出版).電子情報通信学会シニア会員.情報処理学会,IEEE,IEEE Computer Society等会員.