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.
**こちらの内容は2025年4月1日を基準としたものです.最新のシラバス情報,詳細は大学提供のシラバス情報照会ページで確認してください**