シラバス参照

授業情報／Course information

科目一覧へ戻る 2020/10/22 現在

授業基本情報
科目名（和文）
／Course		 機械学習特論
科目名（英文）
／Course		 Machine Learning
時間割コード
／Registration Code		 62111301
学部（研究科）
／Faculty		 情報系工学研究科 博士前期課程
学科（専攻）
／Department		 システム工学専攻
担当教員（○：代表教員）
／Principle Instructor （○） and Instructors		 ○但馬　康宏
オフィスアワー
／Office Hour		 但馬　康宏(水曜２限)
開講年度
／Year of the Course		 2020年度
開講期間
／Term		 前期
対象学生
／Eligible Students		 1年,2年
単位数
／Credits		 2.0
授業概要情報
更新日
／Date of renewal		 2020/02/13
使用言語
／Language of Instruction		 日本語
オムニバス
／Omnibus		 該当なし
授業概略と目的
／Cource Description and Objectives		 機械学習の様々な手法を演習を含めながら学習する．近年の計算機の性能向上により大規模なデータが手軽に扱えるようになった．これらのデータ分析には，機械学習を用いたデータモデルの構築が様々な分野で不可欠である．この授業では，機械学習の原理にとどまらず，実際のプログラミングを通してその理解を深める．
履修に必要な知識・能力・キーワード
／Prerequisites and Keywords		 学部レベルの基礎数学、プログラミングを履修済みであること
履修上の注意
／Notes		 なし
教科書
／Textbook(s)		 数理言語学事典，畠山雄二ほか，産業図書，2013
参考文献等
／References		 なし
自主学習ガイド
／Expected Study Guide outside Coursework/Self-Directed Learning Other Than Coursework		 最新の学習法をウェブで調べたり，身近に使われている機械学習に興味を持つとよい．
資格等に関する事項
／Attention Relating to Professional License		 なし
備考
／Notes		 なし
授業計画詳細情報
No. 単元（授業回数）
／Unit (Lesson Number)		 単元タイトルと概要
／Unit Title and Unit Description		 時間外学習
／Preparation and Review		 配付資料
／Handouts
1 1 [機械学習で扱う問題]
どのような問題が解け、扱える問題と扱えない問題の特徴を理解する		 なし なし
2 2 [ドメインと仮説空間]
機械学習の基本用語の理解		 なし なし
3 3 [教師あり学習と教師なし学習]
機械学習の基本的な分類方法		 なし なし
4 4 [厳密学習と統計的近似学習]
学習達成と機械学習		 なし なし
5 5 [確率統計の復習]
統計量、推定法の復習		 なし なし
6 6 [最尤推定]
最尤推定とその応用アルゴリズム		 なし なし
7 7 [最尤推定の練習問題]
EMアルゴリズムの練習問題		 なし なし
8 8 [最適化問題]
最適化と機械学習の関係		 なし なし
9 9 [識別モデルと生成モデル]
学習器の表現方法による分類		 なし なし
10 10 [識別モデルの練習問題]
パーセプトロンとSVMの練習問題		 なし なし
11 11 [生成モデルの練習問題]
HMMの練習問題		 なし なし
12 12 [プログラミングによる機械学習アルゴリズムの実装]
練習問題で用いた課題を実際に実装する		 なし なし
13 13 [フリーソフトを利用した機械学習アルゴリズムの理解]
フリーソフトを利用して機械学習を行わせる		 なし なし
14 14 [計算論的学習理論]
計算論的学習理論のねらいと現状の理解		 なし なし
15 15 [機械学習の今後]
今後の発展について考察する		 なし なし
授業評価詳細情報
到達目標及び観点／Learning Goal and Specific Behavioral Viewpoints
No. 到達目標
／Learning Goal		 知識・理解
／Knowledge & Undestanding		 技能・表現
／Skills & Expressions		 思考・判断
／Thoughts & Decisions		 伝達・コミュニケーション
／Communication		 協働
／Cooperative Attitude
1 教師あり学習と教師なし学習の違いを理解する ○ ○ ○
2 尤度と最適化の関係を理解する ○ ○ ○
3 統計的学習手法の代表例を理解する ○ ○ ○
4 アルゴリズム論的学習手法を理解する ○ ○ ○
成績評価方法と基準／Evaluation of Achievement
※出席は2/3以上で評価対象となります。
No. 到達目標
／Learning Goal		 定期試験
／Exam.		 レポート課題
1 教師あり学習と教師なし学習の違いを理解する ○
2 尤度と最適化の関係を理解する ○
3 統計的学習手法の代表例を理解する ○
4 アルゴリズム論的学習手法を理解する ○
評価割合（％）
／Allocation of Marks		 100

科目一覧へ戻る