講義概要
入力と出力の例からその背後に潜む入出力規則を推測することを教師付き学習という。本講義では，統計的な立場から教師付き学習を議論し，その基礎的概念と最新の手法の習得を目指す。
講義の目的
入力と出力の例からその背後に潜む入出力規則を推測することを教師付き学
習という．本講義では，統計的な立場から教師付き学習を議論し，その基礎的
概念と最新の手法を習得を目指す．
講義計画
1. 導入
2. 教師付き学習の統計的定式化
3. 線形，カーネル，非線形モデル
4. 最小二乗学習
5. 重み付き二乗学習
6. 正則化学習
7. スパース学習
8. ロバスト学習
9. 誤差逆伝播アルゴリズム
10. 交差確認法
11. 汎化誤差の入力依存推定
12. 能動学習
13. まとめと今後の展望
教科書・参考書等
参考書等
未定
関連科目・履修の条件等
（学部）確率と統計
（学部）情報認識
データ解析特論(Advanced Data Analysis)
成績評価
機械学習に関する小レポートと期末レポートにより評価する
担当教員の一言
統計的機械学習は，学際的で応用範囲の広い学問です．講義を通して機械学習
の基礎的事項を身につけるだけでなく，学んだ知識が皆さん自身の研究に役立
つことを期待しています．
その他
知識ユニット
統計的推測，汎化能力，回帰，正則化，モデル選択，能動学習
