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。
【授業形態】原則対面形式(予定)
|
|
|
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。
|
|
|
第1回
|
numpyとpython中級への入り口
|
第2回
|
pandas データ分析入門
|
第3回
|
matplot 可視化入門 seabornも習得
|
第4回
|
sympy pythonによる大学数学
|
第5回
|
scipy pythonによる大学数学
|
第6回
|
単回帰
|
第7回
|
重回帰とlasso
|
第8回
|
scikit-learnによる機械学習 ロジスティック回帰などのモデル
|
第9回
|
scikit-learnによる機械学習2 決定木とアンサンブル学習
|
第10回
|
教師なし学習
|
第11回
|
ニューラルネットワーク MLP
|
第12回
|
ニューラルネットワーク CNN
|
第13回
|
ニューラルネットワーク RNNとword2vec
|
第14回
|
ニューラルネットワーク GAN
|
第15回
|
まとめ
|
|
|
|
|
|
毎回のレポート(演習と合わせて総合的に評価する)100%
|
|
|
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。
|
|
|
|
|
|
|
|
|
|
|