今日、パターン認識について少しかじったのですが、当初想定していたものと違ったことに驚きました。ということで当初想定していたパターン認識と実際のパターン認識の違いについてまとめておこうと思います。何事も偏見で語ってはいけず、きちんと勉強してみないといけないなと思いました。
１．当初考えていたパターン認識
何らかの事象に対してたくさんのデータが存在しその中から、その事象を特徴づけるようなデータを取り出します。具体的には、身長体重と男女どちらかという組のデータが与えられているとき、このデータを元に男に特有なデータ量（例えば体重は何キロ以上、身長は何キロ未満など）を発見してきてくれるようなものです。
パターン認識（想像）
２．実際のパターン認識
特徴ベクトルはすでに与えられていて、そこからどのように特定のクラスに分類していくかということを扱います。例えば、身長体重と男女どちらかという組のデータが与えられていて、新たに身長体重を入力することによって男女どちらかのクラスに分類するというようなものです。
この場合特徴ベクトルは身長体重で、クラスは男と女です。
実際のパターン認識
パターン認識はパターンを発見するものではなく、パターンを認識してクラスに分類する手法だったのですね。
いやしかし、まだ勉強不足なので、間違った認識を持っているかもしれません。
この夏はパターン認識を勉強してみようと思います。
コメントを残す