わかりやすいパターン認識 (第 2 版)

パターン認識の決定版教科書、待望の改訂 2 版!
本書は 1998 年刊行の『わかりやすいパターン認識』の改訂版です。パターン認識を初めて学ぶ読者をおもな対象として、扱うテーマを基本的な項目にしぼり、それらを重点的かつ詳細に解説しました。
改訂にあたっては、具体例・実験例をもっと増やしてほしいという初版に与えられた要望に答え、補足・実験例、演習問題を加えました。演習問題の詳細な解答はオーム社のホームページに掲載されています。初版発行から 20 年の間に開発・提案された新しい手法の解説ではなく、基本的な内容を充実させ、より使いやすい書籍となるように改訂いたしました。

『わかりやすいパターン認識 (第 2 版)』は、1998 年に刊行された『わかりやすいパターン認識』の改訂版で、パターン認識を初めて学ぶ読者をおもな対象に、扱うテーマを基本的な項目に絞って重点的かつ詳細に解説した教科書です。著者は石井 健一郎、上田 修功、前田 英作、村瀬 洋の 4 名、版元はオーム社で、2019 年 11 月 21 日に発売されました。版元は本書を「パターン認識の決定版教科書」と紹介し、おすすめの読者として、情報工学関連学部の大学学部生と大学院生、人工知能とパターン認識の理論をしっかり学びたいエンジニアを挙げています。版元のページが示す読者のレベルは初級です。

初版からの改訂点、補足と実験例と演習問題

版元の紹介文によれば、改訂では、具体例と実験例をもっと増やしてほしいという初版への要望に応えて、補足、実験例、演習問題を加えました。初版の発行から 20 年の間に開発、提案された新しい手法を解説に加えるのではなく、基本的な内容を充実させる方針で改訂したと説明されています。演習問題の詳細な解答は、2026 年 10 月時点でオーム社の書籍ページで PDF として配布されています。同じページでは、3.3 節の補足資料として、誤差逆伝播法 (BP 法) のアニメーションのファイル (パワーポイント形式) も提供されています。

パターン認識の基本からベイズ決定則まで、全 9 章の構成

主要目次は全 9 章です。第 1 章「パターン認識とは」で始まり、第 2 章「学習と識別関数」、第 3 章「誤差評価に基づく学習」、第 4 章「識別部の設計」が続きます。第 5 章は「特徴の評価とベイズ誤り確率」、第 6 章は「特徴空間の変換」、第 7 章は「部分空間法」です。終わりの 2 章は第 8 章「学習アルゴリズムの一般化」と第 9 章「学習アルゴリズムとベイズ決定則」です。

パターン認識は、文字や音声や画像のような入力から特徴を取り出して数値の組 (特徴ベクトル) にし、その特徴ベクトルがどのクラスに属するかを決める技術です。クラスの境界を表す関数を識別関数と呼び、学習用のデータから識別関数のパラメーターを決める手続きが学習です。これは 機械学習 の教師あり学習と同じ構図です。識別の誤りを評価の量として定め、その量が小さくなる方向へパラメーターを少しずつ動かす考え方は、多層の ニューラルネットワーク を誤差逆伝播法で学習させる場合にもそのまま使われます。

ベイズ誤り確率と部分空間法、特徴の側から見る識別

識別の性能は、識別の規則だけでなく、使う特徴によっても決まります。クラスごとの特徴の分布が分かっていれば、事後確率が最も大きいクラスを選ぶベイズ決定則が誤りの確率を最小にし、そのときの誤り確率をベイズ誤り確率と呼びます。ベイズ誤り確率は、その特徴を使う限りどんな識別器でも下回れない誤りの下限であり、統計学 の決定理論の考え方に基づきます。部分空間法は、各クラスのパターンを特徴空間の中の低い次元の部分空間で表し、入力をそれぞれの部分空間へ射影した長さでクラスを決める方法です。

情報工学を学ぶ大学生や大学院生、人工知能とパターン認識の理論を学びたいエンジニアに向けた、識別関数と学習、特徴の評価、ベイズ決定則という基本の項目を、補足と実験例と演習問題で扱う初級の教科書です。