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
Instructor
![Toru Tamaki](data:image/svg+xml,%3Csvg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 64 64"%3E%3C/svg%3E){kind=avatar}
- 4.3 Instructor Rating
- 4,738 Reviews
- 32,335 Students
- 6 Courses
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．