- 開講元
- 情報工学系
- 担当教員名
- 岡﨑 直観
- 授業形態
- 講義 (対面型)
- メディア利用科目
- 曜日・時限(講義室)
- 火7-8(W933) 金7-8(W933)
- クラス
- -
- 科目コード
- CSC.T254
- 単位数
- 2
- 開講年度
- 2022年度
- 開講クォーター
- 4Q
- シラバス更新日
- 2022年4月20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
機械学習は「明示的にプログラミングすることなく、コンピュータに学ぶ能力を与えようとする研究分野」（アーサー・サミュエル, 1959年）として、デジタルコンピュータの黎明期から研究が行われてきた。機械学習の理論やアルゴリズムの成熟、データの大規模化、コンピュータの計算能力の向上などを背景に、機械学習は飛躍的な発展を遂げ、その応用範囲は情報科学以外の分野にも広がっている。本講義では、機械学習の基礎的な概念と理論の理解を目指す。また、機械学習の理論と実装を一緒に説明することで、機械学習の応用にも触れながら理論への理解を深める。
※ 新型コロナ感染対策として履修人数制限が必要な場合には、情報工学系の学生を優先することがあります。
到達目標
・機械学習の基礎的な概念・理解を習得する
・機械学習の理論やアルゴリズムを実装を通して理解する
・データ処理の基礎事項を習得する
キーワード
回帰、分類、ニューラルネットワーク、クラスタリング、主成分分析、正則化、確率的勾配降下法
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
概念・理論を習得するための座学と，それをコンピュータ上で確認・実現する演習から構成される．
授業計画・課題
| 授業計画 | 課題 | |
|---|---|---|
| 第1回 | 導入，Pythonの基礎 | 機械学習の概要，Pythonの基本的な文法 |
| 第2回 | データの可視化 | データの読み書き，線グラフ，棒グラフ，散布図，ヒートマップ，NumPy，Matplotlib，scikit-learn |
| 第3回 | 線形回帰 | 単回帰，最小二乗法，最尤推定，重回帰，モデル選択，正則化，勾配法 |
| 第4回 | 線形二値分類 | 二値分類，ロジスティック回帰，評価 |
| 第5回 | 線形多値分類 | 多値分類，多クラスロジスティック回帰，ソフトマックス関数 |
| 第6回 | 演習1 | 第3～5回の内容に関する演習 |
| 第7回 | ニューラルネットワーク | 閾値論理ユニット，活性化関数，万能近似定理 |
| 第8回 | 多層ニューラルネットワーク | 計算グラフ，自動微分，誤差逆伝搬，深層ニューラルネットワーク，畳み込みニューラルネットワーク |
| 第9回 | サポートベクトルマシン | マージン，双対性，サポートベクトル，カーネル関数 |
| 第10回 | 演習2 | 第7～9回の内容に関する演習 |
| 第11回 | クラスタリング | 非階層型クラスタリング，K-means，ボロノイ図，階層型クラスタリング，最短距離法，最長距離法，群平均法，重心法，ウォード法 |
| 第12回 | 次元圧縮 | 主成分分析，特異値分解 |
| 第13回 | 強化学習 | マルコフ決定過程，ベルマン方程式，価値反復法，方策反復法，Q学習 |
| 第14回 | 演習3 | 第11～13回の内容に関する演習 |
授業時間外学修（予習・復習等）
学修効果を上げるため、配布資料等の該当箇所を参照し、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。
教科書
指定なし
参考書、講義資料等
以下のウェブサイトを利用
機械学習帳: https://chokkan.github.io/mlnote/
Python早見帳: https://chokkan.github.io/python/
成績評価の基準及び方法
演習のレポート（60%）、および期末試験（40%）。
関連する科目
- CSC.T242 ： 確率論・統計学
- CSC.T272 ： 人工知能
- CSC.T243 ： 手続き型プログラミング基礎
- CSC.T253 ： 手続き型プログラミング発展
- CSC.T352 ： パターン認識
- ART.T458 ： 先端機械学習
履修の条件(知識・技能・履修済科目等)
線形代数の基礎（特にベクトル、行列、固有値分解など）を修得していることが望ましい。ブラウザ上で「動く」講義資料を採用しているため、講義を受講するときに手元にPCやタブレットPCがあることが望ましい。
