＜初回講義についての案内＞
初回講義日時：4月23日8時50分～
Zoomの接続アドレス
https://us02web.zoom.us/j/81349169013?pwd=ZGtBaGw3c0ZSUkNwakRDa2ZQc2UyQT09
ミーティングID: 813 4916 9013
パスワード: 022803
※2回目講義以降は、Zoom接続アドレスをsulms(滋賀大学学習管理システム)にて案内します。
配布資料（講義後に配布）、課題とその提出もsulmsで行います。
必ず、sulmsをチェックしてください。 以上
ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
（目的）「機械学習」というと、数学理論に基づいた様々な手法があり、それらを丁寧に説明する数式だらけの参考書に学ぶハードルを感じるかもしれない。そういった個別の手法を1つずつしっかり学ぶ「枝から攻める学び方」ではなく、機械学習とはそもそも何なのかから学ぶ「幹から攻める学び方」をすれば、ハードルは下がる。本講義の目的は、これから機械学習を学んでいくにあたり、機械学習の幹にあたる部分を教えることで、機械学習を深く学んでいく素地を作ることである。
（概要）様々な種類の手法を教えることではなく、機械学習のエッセンスを教えることに力点を置く。①アルゴリズムや評価指標、過学習問題、それを抑制するモデルといった機械学習の骨格、②回帰、分類、クラスタリング、レコメンデーションそれぞれにおける基本手法、③機械学習プロジェクトの進め方について、教授する。
（オンライン講義の実施型式）zoomで講義資料を射影しながら口頭で説明を行う。質問は随時zoomのチャットで受付け、講義終了後も10分間zoomをクローズせず質問を受け付ける。講義資料は事前にSULMSにて配布する。講義中に、Pythonを使ったデモも行うが、PythonコードもSULMSで配布する。成績評価は、課題レポートを数回行い、その平均点とする。課題は、講義中にzoomで説明し、期限内にSULMSに課題提出してもらう。
|
|
|
1. 機械学習のアルゴリズムの骨格を理解する。
2. 過学習とそれを抑制するモデルを理解する。
3. 分類問題の基本的機械学習アルゴリズムを理解し、その評価指標を理解する。
4. クラスタリングおよびレコメンデーションの基本手法を理解する。
5. 機械学習プロジェクトの進め方を理解する。
|
|
|
1. 機械学習とは何なのか？
2. 機械学習のアルゴリズム
3. 機械学習の過学習問題と誤差評価
4. 過学習を抑制するモデル
5. ノンパラメトリックモデル
6. 分類問題
7. ロジスティック回帰の過学習問題とそれを抑制するモデル
8. 多値分類への応用
9. 決定木分析
10. アンサンブル学習
11. クラスタリング
12. テキストデータのクラスタリング
13. レコメンデーション
14. 機械学習プロジェクトの進め方
15. まとめと今後の学習
|
|
|
講義において、理解を深めるためにPythonで書かれたデモプログラムを紹介します。それを復習してコーディングを理解してください。
また、各講義は、講義時間中では十分に理解できません。全4回の理解度テストで合格点をとるには、講義で配布したレジュメをしっかりと復習することが重要です。
|
|
|
|
数回の課題レポートを課し、その評価点の平均で成績評価を行う。
|
|
|
|
各回の課題レポートについては、講義内容の理解ができているかという点と、応用ができるかという点で問う。前者ができていたら60点、後者のできによってそれに加点する。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|