|
|
|
|
|
|
本講義では、機械学習入門で扱った手法について、それらの手法が提案された数理的背景、用いられている最適化手法の理論、学習アルゴリズムの統計的性質などについて解説し、機械学習に関する理解を深める。
基本的には対面と同時双方向型オンラインの併用で行うが、新型コロナウイルス感染拡大の状況及び警戒レベルに応じて、同時双方向型オンライン形式へ切り替える。
|
|
|
|
1. 導入,データサイエンスにおける機械学習の考え方 2. 線形回帰 3. モデル選択 4. カーネル法Ⅰ 5. カーネル法Ⅱ 6. 判別Ⅰ(判別分析・ロジスティック回帰) 7. 判別Ⅱ(SVM) 8. モデルの統合 9. 次元削減 10. クラスタリング 11. 深層学習Ⅰ(ニューラルネットワークの基礎) 12. 深層学習Ⅱ(実践) 13. 深層学習Ⅲ(最近の展開) 14. 実データを使った実習Ⅰ 15. 実データを使った実習Ⅱ
|
|
|
毎回の講義を復習しておくこと。 第14回から第15回の講義までに、各自で分析を行い、結果をレポートにまとめる。
|
|
|
機械学習手法を実データへ応用した結果についてレポートを課す。
|
|
|
レポートの内容から、機械学習の各種手法についてその仮定や機能を理解したうえで適切に使えているかを総合的に評価する。 おおよその目安は以下の通り - 秀:機械学習手法について理解したうえで適切に適用し,優れた分析結果を出している - 優:機械学習手法について理解したうえで適切に適用し,分析結果を出している - 良:機械学習手法についておおよそ理解したうえで適用しているが,分析結果に不十分な点がみられる. - 可:機械学習手法の理解が不正確であり適用が不正確,あるいは分析結果が出ていない.
|
|
|
|
|
|
978-4-06-153832
|
|
ベイズ推論による機械学習入門
|
|
須山敦志著,須山, 敦志,杉山, 将,講談社サイエンティフィク,
|
|
講談社
|
|
2017
|
|
|
|
|
978-4-04-893062
|
|
深層学習
|
|
Ian Goodfellow, Yoshua Bengio, Aaron Courville著 ; 黒滝紘生 [ほか] 翻訳,Goodfellow, Ian,Bengio, Yoshua,Courville, Aaron,黒滝, 紘生,河野, 慎,味曽野, 雅史,保住, 純,野中, 尚輝,冨山, 翔司,角田, 貴大,岩澤, 有祐,鈴木, 雅大,中山, 浩太郎,松尾, 豊,
|
|
ドワンゴ
|
|
2018
|
|
|
|
|
978-4-621-06122
|
|
パターン認識と機械学習 : ベイズ理論による統計的予測 上
|
|
C.M.ビショップ 著 ; 元田浩 監訳 ; 栗田多喜夫 監訳 ; 樋口知之 監訳 ; 松本裕治 監訳 ; 村田昇 監訳 ; シュプリンガー・ジャパン株式会社 編集,C.M.ビショップ,元田/浩,栗田/多喜夫,樋口/知之,松本/裕治,村田/昇,シュプリンガー・ジャパン株式会社,
|
|
丸善出版
|
|
2012
|
|
|
|
|
978-4-621-06124
|
|
パターン認識と機械学習 : ベイズ理論による統計的予測 下
|
|
C.M.ビショップ 著 ; 元田浩 監訳 ; 栗田多喜夫 監訳 ; 樋口知之 監訳 ; 松本裕治 監訳 ; 村田昇 監訳 ; シュプリンガー・ジャパン株式会社 編集,C.M.ビショップ,元田/浩,栗田/多喜夫,樋口/知之,松本/裕治,村田/昇,シュプリンガー・ジャパン株式会社,
|
|
丸善出版
|
|
2012
|
|
|
|
|
|
978-4-7806-0714-
|
|
ニューラルネットワークとディープラーニング
|
|
Charu C. Aggarwal 著・文・その他,竹村 彰通 監修,今泉 允聡 監修,今泉 允聡 翻訳,李 鍾賛 翻訳,今井 貴史 翻訳,今井 徹 翻訳,紅林 亘 翻訳,齋藤 邦彦 翻訳,健山 智子 翻訳,寺田 裕 翻訳,西出 俊 翻訳,西出 亮 翻訳,Charu C. Aggarwal,竹村 彰通,今泉 允聡,李 鍾賛,今井 貴史,今井 徹,紅林 亘,齋藤 邦彦,健山 智子,寺田 裕,西出 俊,西出 亮,
|
|
学術図書出版社
|
|
2022-02-25
|
|
|
|
|
|
|
|
|
|
|
PythonあるいはRのどちらかを自由に使えることが望ましい。 実データを使った演習では任意のプログラミング言語を用いることになるが、プログラミングに関する詳しい解説は行わない。
|
|
|
|
|
|
|
|
|
|
|
|
|