機械学習実践

概要

・本授業では,機械学習技術に関する基本的事項を理解するだけでなく,それを実課題に活用する能力の向上を目指す。具体的には,機械学習技術の基本的な事項を学ぶと同時に,機械学習コンテストであるKaggleに存在するデータと課題に取り組む演習を通じ,機械学習技術を活用して課題解決を行う感覚を養う。また,Kaggleのようなクリーンなデータではなく,実世界で現実的に得られるデータを対象とした処理も経験する。さらに,Kaggleのように課題(やデータ)がトップダウンに与えられるような状況だけではなく,オリジナルな着眼に基づく実課題をスタート地点として,一連のプロセス(ユースケースの選定,データ収集方法,機械学習タスク・手法・評価指標の選定など)を一人称で設計することにもチャレンジする。 ・1〜2回目(1日目)の機械学習の基礎講義を除き,3回目の授業以降(2日目以降)はアクティブ・ラーニング(プログラミング演習,プレゼンとディスカッションなど)を積極的に実施する予定である。

目標

・機械学習技術の基本的な知識を習得する。 ・データ分析から機械学習による予測までの一連のプロセスをPythonプログラミングで実現できる。 ・より実践的な(現実的に利用可能な)データに対しても上記の分析や予測を実行できる。 ・実課題解決に向け,一連のプロセス(ユースケースの選定,データ収集方法,機械学習タスク・手法・評価指標の選定など)を一人称で設計することができる。

授業外の学習

・予習:次回以降の講義資料を用いた予習 ・復習:演習回答作成,リアクションペーパー作成

所要時間: 200分