機械学習I
授業目的 |
---|
微積分と線形代数・確率・統計の基礎をもとに,パターン認識と機械学習の基本的事項である,ニューラルネットワークやクラスタリング,識別関数,線形回帰,一般化線形モデル,ベイズ推論など,を習得する. |
到達目標 |
ニューラルネットワークやクラスタリング,識別関数,線形回帰,一般化線形モデル,ベイズ推論の概念を把握する. |
授業計画 | |
---|---|
第1回 | 機械学習入門 【授業外学修】授業の復習.教科書第1章前半の演習問題を解くこと. |
第2回 | 確率・統計ダイジェスト1 【授業外学修】前回の復習と今回の予習.教科書第12章の演習問題12.1から12.5を解くこと |
第3回 | 確率・統計ダイジェスト2 【授業外学修】前回の復習と今回の予習.教科書第12章の演習問題12.6から12.9を解くこと. |
第4回 | 最尤推定と誤差関数・評価指標 【授業外学修】授業の復習.教科書第1章後半の演習問題を解くこと. |
第5回 | パラメトリックな確率密度推定 【授業外学修】前回の復習と今回の予習.教科書第2章の演習問題を解くこと. |
第6回 | 線形回帰モデル 【授業外学修】前回の復習と今回の予習.教科書第3章の演習問題を解くこと. |
第7回 | 一般化線形モデルによる分類1 【授業外学修】前回の復習と今回の予習.教科書第4章の演習問題4.1から4.3を解くこと. |
第8回 | 一般化線形モデルによる分類2 【授業外学修】前回の復習.教科書第4章の演習問題4.4と4.5を解くこと. |
第9回 | ニューラルネットワーク 【授業外学修】授業の復習.教科書第5章の演習問題を解くこと. |
第10回 | CNN 【授業外学修】前回の復習と今回の予習.教科書第7章の演習問題7.1から7.4を解くこと. |
第11回 | 主成分分析 【授業外学修】前回の復習と今回の予習.教科書第9章1節の演習問題を解くこと. |
第12回 | KLダイバージェンスとt-SNE 【授業外学修】前回の復習と今回の予習.教科書第9章2節の演習問題を解くこと. |
第13回 | 混合ガウス分布とEMアルゴリズム 【授業外学修】前回の復習と今回の予習.教科書第10章の演習問題を解くこと. |
第14回 | 総合演習 【授業外学修】復習. |