2020年度 機械学習フレームワーク   Machine Learning Framework

文字サイズ 

アップデートお知らせメールへ登録 お気に入り講義リストに追加
開講元
システム制御コース
担当教員名
北村 光司  宮崎 祐介 
授業形態
講義
メディア利用
Zoom
曜日・時限(講義室)
月5-6(W323)  
クラス
-
科目コード
SCE.I406
単位数
1
開講年度
2020年度
開講クォーター
2Q
シラバス更新日
2020年6月10日
講義資料更新日
-
使用言語
日本語
アクセスランキング
media

講義の概要とねらい

本講義では、Python開発環境を用いて、機械学習についての講義および演習を行い、基本的な機械学習を扱える能力を涵養する。具体的には、機械学習の基礎、教師なし機械学習、教師あり機械学習について扱い、基本的な手法について紹介するとともに、近年の機械学習で扱われることが多い深層学習についても扱う。

到達目標

本講義を履修することによって次の能力を修得する。
1) Pythonプログラミングの基礎および機械学習の基礎的な考え方を理解できる。
2) 自分の目的に応じて、必要な機械学習法を選んで活用できる。

実務経験のある教員等による授業科目等

-

キーワード

機械学習、プログラミング,Python,アルゴリズム

学生が身につける力(ディグリー・ポリシー)

専門力 教養力 コミュニケーション力 展開力(探究力又は設定力) 展開力(実践力又は解決力)

授業の進め方

毎回の講義の前半で講義を行い、後半に講義内容に応じた演習問題に取り組んでもらいます。

授業計画・課題

  授業計画 課題
第1回 Pythonによる開発環境の準備とPythonの基礎 Python開発環境を準備し、基本的なプログラミングを行えるようになる。
第2回 機械学習の基礎と教師なし機械学習の基礎と演習 機械学習の基礎を理解し、教師なし機械学習の手順を理解できるようになる。
第3回 演習 実際のデータを対象にして、教師なし機械学習を行うことができるようになる。
第4回 教師あり機械学習の基礎と演習 教師あり機械学習の手順を理解できるようになる。
第5回 演習 実際のデータを対象にして、教師あり機械学習を行うことができるようになる。
第6回 深層学習の基礎と演習 深層学習の手順について理解できるようになる。
第7回 演習 実際のデータを対象にして、深層学習を行うことができるようになる。

教科書

特になし

参考書、講義資料等

講義時に配布します。

成績評価の基準及び方法

3回の演習課題の成果で成績を評価する。

関連する科目

  • SCE.Z401 : サイバーフィジカルイノベーション

履修の条件(知識・技能・履修済科目等)

特になし

このページのトップへ