![[PukiWiki]](image/blackuni3-80x80.png "[PukiWiki]")
#author("2018-05-04T15:59:10+09:00","default:takataka","takataka") #author("2018-05-04T16:54:16+09:00","default:takataka","takataka") *視覚認知計算特論 2018年度 演習その3 [#w8b5d0a5] //&color(red){工事中}; - 演習のための準備についてはこちら → [[Vision/2018/ex00]] - 課題の提出法や期限については，授業中に説明します - Gist 上のこの科目の場所 https://gist.github.com/takatakamanbou/43c798dcb2b4f217df3d3bbb7c69b225 &ref(Vision/blackuni3.png); &ref(Vision/blackuni3-gray.png); **課題A [#s565116c] + 上記の2枚の画像を手元にダウンロードしなさい + Gist から image.py をダウンロードし，上の画像を同じディレクトリ内に置いて実行してみなさい． + この科目の Google Drive から face231.tbz をダウンロードして，image.py と同じディレクトリに展開し，中身を確認しなさい．展開の仕方は，拡張子 .tbz をヒントに調べたらよい． + この科目の Google Drive から face231.tbz をダウンロードして，image.py と同じディレクトリに展開（image.py と同じ所に face231 というディレクトリがあってその中に231枚の画像がある状態に ）し，中身を確認しなさい．展開の仕方は，拡張子 .tbz をヒントに調べたらよい． -- このデータはこの授業のためだけに使用し，他人に譲渡したりウェブ等で公開したりしないでください． + Gist から ex03.py をダウンロードし，同じディレクトリに置いて実行してみなさい． + ex03.py を参考に，231枚の画像のうち番号の小さい方131枚を学習用，残りをテスト用として，次の画像を作りなさい． -- 学習用画像全体の平均 -- 学習用画像のクラス毎（人間女性，人間男性，猫）の平均 **課題B [#f2403024] face231 の画像を課題Aと同様に学習用131枚とテスト用100枚に分けるとする． 最短距離法によって女男猫を識別する実験をしよう．学習データの識別率（正しく識別できた画像の割合，50枚中45枚正解なら90%），テストデータの識別率をそれぞれ求めよう． 最短距離法については [[PIP/2017]] 第13回資料参照． **課題C [#i4a75fae] 課題Bと同様のことを，k = 1 としたk-最近傍法（k-Nearest Neighbor法）でやってみよう． この場合，学習データの識別率は求めるまでもないですね． 最近傍法についても [[PIP/2017]] 第13回資料参照．
