- トップ
- 同志社大学
- 「パターン認識」を含む授業
- 加藤 恒夫先生の「パターン認識」の評価一覧
同志社大学
加藤 恒夫先生の「パターン認識」の評価一覧
【同志社大学】加藤 恒夫先生が担当する「パターン認識」には、7件の授業評価が寄せられています。授業の充実度は星4.0点、楽単度は星2.5点です。会員登録・ログインをして、在学生による評価とシラバスの内容をもとに、授業の選択・履修登録の参考にしましょう。
yourhairlikesnow さんの授業評価
| 学部 学科 | 理工学部 インテリジェント情報工学科 |
|---|---|
| 担当の先生名 | 加藤 恒夫先生 |
| 授業種別 | 専門科目 |
| 出席 | とらない |
| 教科書 | 教科書必要 |
| 授業の雰囲気 | - |
| テスト |
前期/中間：
レポートのみ 後期/期末： レポートのみ 持ち込み： 教科書ノート持ち込み可 |
| テストの方式や難易度 | - |
| コメント 授業の内容や学べたこと |
パターン認識の教材に沿って，講義動画を視聴する． 内容としては，そこまで難しくない． ただ線形代数の基礎の知識は絶対に必要である． |
| 授業を 受けた時期 |
2022年前期 |
| 評価 |
|
(2023/05/05) [3998619]
eipgTToH さんの授業評価
| 学部 学科 | 工学部 インテリジェント情報工学科 |
|---|---|
| 担当の先生名 | 加藤 恒夫先生 |
| 授業種別 | 専門科目 |
| 出席 | とらない |
| 教科書 | 教科書なし・不要 |
| 授業の雰囲気 | - |
| テスト |
前期/中間：
レポートのみ 後期/期末： レポートのみ 持ち込み： テストなし |
| テストの方式や難易度 | - |
| コメント 授業の内容や学べたこと |
パターン認識について毎回の演習課題を通しながら学ぶ |
| 授業を 受けた時期 |
- |
| 評価 |
|
(2022/05/07) [3916601]
hawawawa さんの授業評価
| 学部 学科 | 理工学部 インテリジェント情報工学科 |
|---|---|
| 担当の先生名 | 加藤 恒夫先生 |
| 授業種別 | 専門科目 |
| 出席 | ほぼ毎回とる |
| 教科書 | 教科書必要 |
| 授業の雰囲気 | - |
| テスト |
前期/中間：
テスト・レポート両方なし 後期/期末： テストのみ 持ち込み： 教科書ノート持ち込み可 |
| テストの方式や難易度 | - |
| コメント 授業の内容や学べたこと |
人工知能について学ぶ。行列やベクトルの計算ができる人なら理解しやすいかも |
| 授業を 受けた時期 |
- |
| 評価 |
|
(2020/05/05) [3598521]
あきら さんの授業評価
| 学部 学科 | 理工学部 インテリジェント情報工学科 |
|---|---|
| 担当の先生名 | 加藤 恒夫先生 |
| 授業種別 | 専門科目 |
| 出席 | ほぼ毎回とる |
| 教科書 | 教科書必要 |
| 授業の雰囲気 | - |
| テスト |
前期/中間：
テスト・レポート両方なし 後期/期末： テストのみ 持ち込み： 教科書ノート持ち込み可 |
| テストの方式や難易度 | - |
| コメント 授業の内容や学べたこと |
パターン認識について。AIがどのように画像を認識するかなどにつながる授業 |
| 授業を 受けた時期 |
- |
| 評価 |
|
(2020/03/20) [3512509]
riv さんの授業評価
| 学部 学科 | 理工学部 インテリジェント情報工学科 |
|---|---|
| 担当の先生名 | 加藤 恒夫先生 |
| 授業種別 | 専門科目 |
| 出席 | ほぼ毎回とる |
| 教科書 | 教科書必要 |
| 授業の雰囲気 | - |
| テスト |
前期/中間：
テスト・レポート両方なし 後期/期末： テストのみ 持ち込み： 教科書ノート持ち込み可 |
| テストの方式や難易度 | - |
| コメント 授業の内容や学べたこと |
講義の最後にミニテストを行い、それを出席点として扱う。テスト対策にミニテストだけ勉強すれば良いやと構えていると、かなり厳しくなる |
| 授業を 受けた時期 |
- |
| 評価 |
|
(2019/03/15) [3135037]
あおい さんの授業評価
| 学部 学科 | 理工学部 インテリジェント情報工学科 |
|---|---|
| 担当の先生名 | 加藤 恒夫先生 |
| 授業種別 | 専門科目 |
| 出席 | ほぼ毎回とる |
| 教科書 | 教科書なし・不要 |
| 授業の雰囲気 | - |
| テスト |
前期/中間：
テストのみ 後期/期末： テストのみ 持ち込み： 教科書ノート持ち込み可 |
| テストの方式や難易度 | - |
| コメント 授業の内容や学べたこと |
統計的パターン認識の基礎，すなわち，線形識別，パーセプトロン，誤差評価と学習，特徴量の線形変換等を学ぶ。これらは，音声認識や画像認識，さらには近年注目を集めるビッグデータを用いた機械学習へと繋がってゆく最も根底の技術である。講義の前半では，基礎的なパターン認識の手法を説明し，後半ではHMMに基づく音声認識まで概説する。 |
| 授業を 受けた時期 |
- |
| 評価 |
|
(2017/01/07) [2247616]
あおい さんの授業評価
| 学部 学科 | 理工学部 インテリジェント情報工学科 |
|---|---|
| 担当の先生名 | 加藤 恒夫先生 |
| 授業種別 | 専門科目 |
| 出席 | ほぼ毎回とる |
| 教科書 | 教科書なし・不要 |
| 授業の雰囲気 | - |
| テスト |
前期/中間：
テストのみ 後期/期末： テストのみ 持ち込み： 教科書ノート持ち込み可 |
| テストの方式や難易度 | - |
| コメント 授業の内容や学べたこと |
統計的パターン認識の基礎，すなわち，線形識別，パーセプトロン，誤差評価と学習，特徴量の線形変換等を学ぶ。これらは，音声認識や画像認識，さらには近年注目を集めるビッグデータを用いた機械学習へと繋がってゆく最も根底の技術である。講義の前半では，基礎的なパターン認識の手法を説明し，後半ではHMMに基づく音声認識まで概説する。 |
| 授業を 受けた時期 |
- |
| 評価 |
|
(2017/01/07) [2247611]
