タイトル
時間割番号: 7022105201
AI・機械学習
 
担当教員
岩山 幸治[Kohji Iwayama]
開講学部等 データサイエンス学部 対象年次 2~ 単位数 2
開講時期 春学期 開講曜時 水4 クラス  
ナンバリング DSST33012
授業形態 対面授業
授業の目的と概要  
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。

講義形態:対面

この講義は数理・データサイエンス・AI教育プログラム認定制度における応用基礎レベルの選択科目です
 
授業の到達目標  
ディプロマ・ポリシーにある「データアナリシスの専門知識とスキル」のうちAI・機械学習に関わるものとして,機械学習モデルの仮定と機能を理解している。
 
授業計画  
No内容
第1回 導入
第2回 線形回帰
第3回 モデル選択
第4回 カーネル法Ⅰ:カーネル線形回帰
第5回 カーネル法Ⅱ:カーネル法の性質
第6回 判別Ⅰ:ロジスティック回帰
第7回 判別Ⅱ:SVM
第8回 モデルの統合Ⅰ:Bagging
第9回 モデルの統合Ⅱ:Boosting
第10回 次元削減
第11回 クラスタリング
第12回 深層学習1:導入
第13回 深層学習Ⅱ:実践
第14回 深層学習Ⅲ:発展
第15回 まとめ
 
事前学習・事後学習など授業時間外の学習  
毎回の講義の内容を復習する(1.5時間/回 程度)
機械学習手法を実データへ適用し,その結果をレポートとしてまとめる.
 
成績評価の方法  
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(100%)。
 
成績評価の基準  
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.
 
教科書  
 
参考書  
参考書1 ISBN 978-4-06-153832
書名 ベイズ推論による機械学習入門
著者名 須山敦志著,須山, 敦志,杉山, 将,講談社サイエンティフィク, 出版社 講談社 出版年 2017
参考書2 ISBN 978-4-06-513332-
書名 深層学習
著者名 岡谷貴之著,岡谷, 貴之, 出版社 講談社 出版年 2022
参考書3 ISBN 978-4-621-06122
書名 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
著者名 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, 出版社 丸善出版 出版年 2012
参考書4 ISBN 978-4-621-06124
書名 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
著者名 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, 出版社 丸善出版 出版年 2012
参考書5 ISBN 978-4-06-152905-
書名 統計的学習理論 = Statistical learning theory
著者名 金森敬文著,金森, 敬文, 出版社 講談社 出版年 2015
参考書6 ISBN 978-4-7806-0714-
書名 ニューラルネットワークとディープラーニング
著者名 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, 出版社 学術図書出版社 出版年 2022-02-25
教材に関する補足情報  
 
参考文献一覧  
 
履修上の注意事項  
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。
 
キーワード(「実務経験のある教員による授業科目」は「実務経験」で検索)  
 
備考(実務経験の内容と授業との関連を含む)  
 
参照ホームページ  
 
教員からの一言  
 
オフィスアワー  
 
連絡先(研究室他)  
 
連絡先(電話番号)  
 
連絡先(メールアドレス)  
 
ホームページ  
 
備考(教員情報)  
 
↑ページの先頭へ戻る