機械学習入門
応用データサイエンス学位プログラム
MADS7090
コース情報
担当教員: 山中 高夫
単位数: 2
年度: 2024
学期: 春学期
曜限: 月6
形式: 対面授業
レベル: 500
アクティブラーニング: あり
他学部履修: 可
評価方法
その他
各回の課題の提出状況とその評価,及び期末課題の提出状況とその評価から総合的に判断する。
100%
詳細情報
概要
データサイエンスで利用される手法として,深層学習に代表されるような機械学習手法が利用されている。本講義では,機械学習の初学者を対象として機械学習の基礎を解説する。例えば,教師あり学習として分類問題や回帰問題に利用される手法を解説する。前提知識として,高校レベルの数学,および行列,偏微分,確率についての知識を持っていることが望ましい。アクティブ・ラーニングとして，毎回の講義で簡単な演習を行い，その日の内容の理解を深める。
目標
(1) 機械学習の導入部分について理解する。 (2) データの確率的な取り扱いに慣れる。 (3) 様々な機械学習手法やパターン認識手法を実際のデータに利用す ることができる。
授業外の学習
参考書で指定した書籍を各自読んで内容の理解に務める(4時間程度)
所要時間: 週 4 時間程度
スケジュール
- 以下のスケジュールは暫定的な案であり,講義の進行状況によって変更の可能性がある。時間に余裕があれば深層学習についても触れるが,この講義ではそれ以外の機械学習手法を中心に解説する。 1. 講義概要
- 単回帰分析
- 重回帰分析
- バイアス-バリアンス分解,正則化
- 重回帰分析(リッジ回帰)
- 重回帰分析(リッジ回帰とラッソ回帰)
- 重回帰分析(ラッソ回帰)
- 線形判別分析
- ロジスティック回帰
- サポートベクターマシーン(１)
- サポートベクターマシーン(２)
- サポートベクターマシーン(３)
- 最尤推定法(１)
- 最尤推定法(２)
教科書
特定の教科書は指定しない。
参考書
統計的機械学習
著者: 杉山将
出版社: オーム社,2009
はじめてのパターン認識
著者: 平井有三
出版社: 森北出版,2012
統計的学習の基礎
著者: Hastie 他
出版社: 共立出版,2014