| 機械学習
[ GB42404 ] Machine Learning | |||
| 対象：3・4学年 | 開設学期：第2学期 | 曜日・時限：火2・3 | 単位数：2単位 |
| 担当教員：佐久間淳 | |||
| 週 | 講義内容/理解すべき項目 |
|---|---|
| 1週 | 【機械学習入門】 機械学習とは何か、機械学習はどんな分野で使われているか。 行列代数と最適化 |
| 2週 | 【教師つき学習(1)】 多数の例題から概念を学習する代表的な方法について学びます。 回帰，特徴量, 訓練誤差と汎化誤差 |
| 3週 | 【教師つき学習(2)】 モデルの複雑さと予測性能の関係について。 オッカムの剃刀、過学習、交差検定, モデル選択 |
| 4週 | 【教師つき学習(3)】 識別問題の基本的な概念について学びます。 確率モデル、生成モデルと識別モデル，線形識別モデル，ロジスティック回帰 |
| 5週 | 【実習】 Octave: 非線形回帰の実験 |
| 6週 | 【教師つき学習(4)】 生成モデルに基づく識別手法について。 多変量正規分布、生成モデル、Vapnikの原理 |
| 7週 | 【教師なし学習(１)】 データの分布や偏り、傾向からデータの特徴を調べる代表的な方法を学びます． 特異値分解・行列の低ランク近似による協調フィルタリング, k-means |
| 8週 | 【教師なし学習(２)】 主要な二つのクラスタリング手法について。 主成分分析、混合正規分布モデルとEM |
| 9週 | 予備 (時間に余裕があれば：確率モデルからみた回帰，正則化とそのベイズ的解釈) |
| 10週 | 【カーネル法】 様々な機械学習アルゴリズムに大きな影響を与えたカーネル法の考え方について学びます． カーネル回帰, サポートベクターマシン |