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。
機械学習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。
最適化、機械学習
✔ 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1 | 各授業内で指示する |
第2回 | 非線形最適化2 | 各授業内で指示する |
第3回 | 教師あり学習1 | 各授業内で指示する |
第4回 | 教師あり学習2 | 各授業内で指示する |
第5回 | SVM 1 | 各授業内で指示する |
第6回 | SVM 2 | 各授業内で指示する |
第7回 | 中間テスト | 各授業内で指示する |
第8回 | クラスタリング1 | 各授業内で指示する |
第9回 | クラスタリング 2 | 各授業内で指示する |
第10回 | 特徴抽出1 | 各授業内で指示する |
第11回 | 特徴抽出2 | 各授業内で指示する |
第12回 | 生成モデル1 | 各授業内で指示する |
第13回 | 生成モデル2 | 各授業内で指示する |
第14回 | 中間テスト | 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