科目情報
コースナンバリング |
4-548x-725 |
---|---|
科目名 |
機械学習特論 |
開講学期 |
後期 |
開講時期 |
3クォータ |
曜日・校時 |
月4 |
単位数 |
2 |
授業担当教員 |
皆本 晃弥 |
講義情報
講義形式
講義 |
講義概要
本講義は機械学習の基礎的事項に焦点を当て、確率論、情報理論、回帰、分類問題等の数学的基礎を与え、各種モデルの数学的記述法を修得し、ニューラルネットワークモデル等の各種機械学習モデルの数理的基礎を理解することを目指す。 |
開講意図
本講義は確率論、情報理論、線形回帰、分類問題等の数学的基礎を与え、ニューラルネットワークモデルの基礎を理解することを目的とする。 |
到達目標
1. 機械学習の習得に必要な、確率論や情報理論の基礎的事項を理解する |
授業計画
回 |
内容 |
授業以外の学習 |
---|---|---|
1 |
1. 機械学習についての簡単なイントロダクション |
所定の課題に取り組むこと。 |
2 |
予備知識1:曲線あてはめ、確率論 |
所定の課題に取り組むこと。 |
3 |
予備知識2:数理モデル、決定理論、情報理論 |
所定の課題に取り組むこと。 |
4 |
確率分布 I |
所定の課題に取り組むこと。 |
5 |
確率分布 II |
所定の課題に取り組むこと。 |
6 |
確率分布 III |
所定の課題に取り組むこと。 |
7 |
回帰分析とベイズ法 I |
所定の課題に取り組むこと。 |
8 |
回帰分析とベイズ法 II |
所定の課題に取り組むこと。 |
9 |
線形分類問題 I |
所定の課題に取り組むこと。 |
10 |
線形分類問題 II |
所定の課題に取り組むこと。 |
11 |
ニューラルネットワーク I |
所定の課題に取り組むこと。 |
12 |
ニューラルネットワーク II |
所定の課題に取り組むこと。 |
13 |
ニューラルネットワーク III |
所定の課題に取り組むこと。 |
14 |
ニューラルネットワーク IV |
所定の課題に取り組むこと。 |
15 |
最近の研究動向 |
所定の課題に取り組むこと。 |
成績評価の方法と基準
演習問題 (30%)、レポートもしくはプレゼン(どちらも英語) (70%)。 |
開示する成績評価の根拠資料等
課題、課題のねらい |
開示方法
開示を求める学生は、担当教員に申し出ること。 |
教科書
資料名 |
版 |
|
---|---|---|
著者名 |
発行所名・発行者名 |
出版年 |
備考(巻冊:上下等) |
ISBN |
|
|
||
特に指定しないが、適宜担当教員より示される予定。 |
参考図書
資料名 |
版 |
|
---|---|---|
著者名 |
発行所名・発行者名 |
出版年 |
備考(巻冊:上下等) |
ISBN |
|
Christopher M. Bishop |
Springer |
2006 |
9780387310732 |
オフィスアワー
随時。ただし、メールにて予約すること。 |
アクティブラーニング導入状況
アクティブラーニング導入状況 |
||||
---|---|---|---|---|
カテゴリー4 |
カテゴリー3 |
カテゴリー2 |
カテゴリー1 |
カテゴリー0 |
学生が自ら主体となって、学習の方向性を定め、問題解決に導くための時間です。PROBLEM BASED LEARNING |
グループや個人で行った能動的学習の成果を、教室内外で発表し、その評価を受けたり、質問に対応したりすることにより、学修した内容を深化させるための時間です。OUTPUT |
学生自らが自由に発言し、グループやペアでの協働活動により課題に取り組み、何らかの帰結に到達するための能動的学習の時間です。INTERACTION |
学生からの自由な発言機会はないものの、授業時間中に得られた知識や技能を自ら運用して、問題を解いたり、課題に取り組んだり、授業の振り返りをしたりする能動的学習を行う時間です。ACTION |
基本的に学生は着席のまま、講義を聞き、ノートをとり、知識や技能を習得に努める時間です。INPUT |
0 |
0 |
10 |
30 |
60 |