- 担当教員
- 渡邊 澄夫
- 使用教室
- 火5-6(J234)
- 単位数
- 講義：2 演習：0 実験：0
- 講義コード
- 94035
- シラバス更新日
- 2008年10月1日
- 講義資料更新日
- 2008年10月1日
- 学期
- 後期
講義概要
学習モデルの数理とその知能科学への応用について基本的な内容を紹介する。与えられた例から，その例を発生している情報源を推測したり，未来の状態を予測することは，知能システムを実現する上で基礎となる手続きである。この講義では確率論的なベースから出発し，近年，広く応用されている複雑な学習モデルたち，例えば，神経回路網，混合正規分布，隠れマルコフモデル，ベイズネットワーク，カーネルマシンなどを考察するための数理と設計論とを，できる限り平易に解説する。
講義の目的
「例からの学習」について、基礎的なことを紹介する。具体的には、人工神経回路網、混合正規分布、隠れマルコフモデル、ベイズネットワーク、サポートベクトルマシンなどの学習システムの数理と構築法を講義する。
講義計画
講義計画 (http://watanabe-www.pi.titech.ac.jp/~swatanab/joho2008.html)
1. 様々な学習モデル
2. 学習アルゴリズム
3. 学習理論
講義の予習復習は、 講義計画(http://watanabe-www.pi.titech.ac.jp/~swatanab/joho2008.html)から、読めるようになっています。
できれば講義の前に印刷して読み、良い質問、コメントをしてください(※)。
(※※※) 本来、理論の構成法や数学的証明の技法を確実に身につけるためには「定義→定理→証明」の講義が最も望ましいものですが、この講義では、そのような進み方はしません。この講義は、あくまでも入門書を読み始めるときのための事前知識を提供するものです。数理科学や理論科学の研究者を目指す人は、自分ひとりで数学的構造に立ち向かい、具体的な計算を行ない、定理の意味を味わい、練習問題を解いてみるという孤独な努力が必要であることを忘れないようにしましょう。
教科書・参考書等
渡辺澄夫「データ学習アルゴリズム」共立出版 2001。
関連科目・履修の条件等
線形代数、微分積分、確率論を学んでいること。
成績評価
未定。
担当教員の一言
数学や数理科学の好きな人に参加を勧めます。
