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． |