| 授業科目名（和文） ［Course］ |
機械学習特論 |
| 授業科目名（英文） ［Course］ |
Machine Learning |
| 学部（研究科） ［Faculty］ |
情報系工学研究科 |
| 学科（専攻） ［Department］ |
機械情報システム工学専攻 |
| 単位数 ［Point(Credit)］ |
2単位 |
| 対象学生 ［Eligible students］ |
1,2年次生 |
| 授業概略と目標 ［Course description and Objects］ |
機械学習の様々な手法を演習を含めながら学習する．近年の計算機の性能向上により大規模なデータが手軽に扱えるようになった．これらのデータ分析には，機械学習を用いたデータモデルの構築が様々な分野で不可欠である．この授業では，機械学習の原理にとどまらず，実際のプログラミングを通してその理解を深める． |
| 到達目標 ［Learning Goal］ |
１．ナイーブベイズ推定を理解する ２．HMMとその学習法を理解する ３．パーセプトロンと収束定理を理解する ３．3層フィードフォワードネットワークと学習法を理解する |
| 授業計画とスケジュール ［Course schedule］ |
１－４．ナイーブベイズによるテキスト分類 ５－８．HMMによるデータモデル作成 ９－１０．パーセプトロンと学習収束定理の理解 １１－１４．3層フィードフォワードネットとBP法によるパターン認識 １５．まとめ |
| 成績評価方法と基準 ［Grading policy (Evaluation)］ |
各学習法について，プログラミング課題を出す．そのレポートにより評価する． |
| 教科書 ［Textbook］ |
適宜配布する |
| 自主学習ガイド及び キーワード ［Self learning］ |
最新の学習法をウェブで調べたり，身近に使われている機械学習に興味を持つとよい． |
| 開講年度 ［Year of the course］ |
25 |