本講義では、機械学習にまつわる数学的理論などについて学ぶ。
また、日本語文書から有用な知見を発見するための手法を扱う。特に、分かち書きの各種手法と単語埋め込みの方法について学ぶ。
機械学習や日本語文書の解析法について深く学び、最適化問題を解決する技術や考え方を身につける。
1.機械学習の理論的性質を理解し、それを応用できる
2.日本語文書の解析法を理解し、それを応用できる
機械学習、テキストマイニング
✔ 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) |
毎回の授業で出席を取る。
学生には授業前にテキストを読んでおくことを求める。
授業計画 | 課題 | |
---|---|---|
第1回 | 非線形最適化 | 各授業内で指示する |
第2回 | 教師あり学習 | 各授業内で指示する |
第3回 | 線形モデル | 各授業内で指示する |
第4回 | 中間テスト | 各授業内で指示する |
第5回 | SVM | 各授業内で指示する |
第6回 | アンサンブル学習 | 各授業内で指示する |
第7回 | ニューラルネットワーク | 各授業内で指示する |
第8回 | 特徴抽出 | 各授業内で指示する |
第9回 | 中間テスト | 各授業内で指示する |
第10回 | 日本語文書 | 各授業内で指示する |
第11回 | 分かち書き | 各授業内で指示する |
第12回 | 分かち書き実装 | 各授業内で指示する |
第13回 | 単語埋め込み | 各授業内で指示する |
第14回 | Word2Vec実装 | 各授業内で指示する |
学修効果を上げるため,配布資料等の該当箇所を参照し,「毎授業」授業内容に関する予習と復習(課題含む)をそれぞれ概ね100分を目安に行うこと。
指定なし
講義資料は事前にT2SCHOLAにアップする
機械学習とテキストマイニングの理解度を評価する。成績はテストとレポートで行う。
履修の条件を設けない