最近のコンピュータビジョンでは多変量解析や機械学習法を利用することが主流になってきた。コンピュータビジョンに限っても多数の手法が利用されており、初学者には各手法の詳細と性質を知ることが簡単ではない。そこで、本セミナーでは理論と応用をあわせて紹介することにより、各手法の性質をつかみやすくする。

1. 多変量解析と応用
   1. 主成分分析
   2. 判別分析
   3. Partial least squares回帰
   4. カーネル多変量解析
2. ベイズの定理と応用
   1. 正規分布を仮定した時のベイズの定理
   2. ナイーブベイズ
3. Deep Learningと応用
   1. パーセプトロンと誤差逆伝播法
   2. Convolutional Neural Network (CNN)
   3. CNNの考察
   4. 堀田研におけるディープラーニングの応用例
4. サポートベクターマシン (SVM) と応用
   1. CVでよく利用されるカーネル関数
   2. カーネル関数の統合
   3. one – class SVM
   4. サポートベクター回帰
   5. exemplar SVM
5. Adaboostと応用
6. Random Forestと応用