本講義は対面で行います。
本科目では、プログラミングⅠで学んだプログラミング基礎技術を 応用し、シミュレーション技法やデータ解析のためのデータモデリング手 法を学ぶ。
|
|
|
pythonの中級程度の能力を身につける。また機械学習や深層学習をゼミなどで使いこなすことができるスキルを身につける。
|
|
|
1. numpyとpython中級への入り口 2. pandas データ分析入門 3. matplot 可視化入門 seabornも習得 4. sympy pythonによる大学数学、 5. scipy pythonによる大学数学 6. 単回帰 7. 重回帰とlasso 8. scikit-learnによる機械学習 ロジスティック回帰などのモデル 9. scikit-learnによる機械学習2 決定木とアンサンブル学習 10.教師なし学習 11. ニューラルネットワーク MLP 12. ニューラルネットワーク CNN 13. ニューラルネットワーク RNNとword2vec 14. ニューラルネットワーク GAN
ほか、企業提供の講義あり
|
|
|
毎回、事前に講義配布資料をサルムスで閲覧可能とするとともに、毎回レポートを課すことで事前、事後学習を受講者に課する。
|
|
|
成績評価は毎回のレポートで行い、演習と合わせて総合的に成績をつける。期間中のレポートは計 80 点、そのほか 20点とする。
|
|
|
pythonにより基本的な数値計算、数式処理、行列、微分積分プログラムの作成ができれば60点、ロジスティック回帰などの機械学習のアルゴリズムをライブライを使わずに実装できれば70点、ニューラルネットワークのプログラムを自作できれば80点、CNNプログラムを作成できれば90点とする。
|
|
|
|
|
|
|
|
|
この講義は機械学習など高度なプログラミング技法を学ぶ。実際の業務に学んだ手法を適用する経験を学ぶ機会を提供するために実務経験のある外部講師としてトヨタファイナンス株式会社、およびCTC伊藤忠テクノソリューションズの社員による顧客管理システムなどについての講演を行う。
|
|
|
実務経験のある外部講師による講演、および外部講師が所属する企業との共同研究に関連するデータ分析の演習を行う(1回)。
|
|
|