#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.

トップ   編集 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS