| 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］ |
システム工学専攻前期 |
| 担当教員（○：代表教員） [Principle Instructor(○) and Instructors] |
○但馬 康宏 自室番号（2604）、電子メール（tajima**cse.oka-pu.ac.jp） ※利用の際は,** を @に置き換えてください |
| 単位数 ［Point(Credit)］ |
前期 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．教師あり学習と教師なし学習の違いを理解する ２．尤度と最適化の関係を理解する ３．統計的学習手法の代表例を理解する ３．アルゴリズム論的学習手法を理解する |
| 授業計画とスケジュール ［Course schedule］ |
１．機械学習で扱う問題 どのような問題が解け、扱える問題と扱えない問題の特徴を理解する ２．ドメインと仮説空間 機械学習の基本用語の理解 ３．教師あり学習と教師なし学習 機械学習の基本的な分類方法 ４．厳密学習と統計的近似学習 学習達成と機械学習 ５．確率統計の復習 統計量、推定法の復習 ６．最尤推定 最尤推定とその応用アルゴリズム ７．最尤推定の練習問題 EMアルゴリズムの練習問題 ８．最適化問題 最適化と機械学習の関係 ９．識別モデルと生成モデル 学習器の表現方法による分類 １０．識別モデルの練習問題 パーセプトロンとSVMの練習問題 １１．生成モデルの練習問題 HMMの練習問題 １２．プログラミングによる機械学習アルゴリズムの実装 練習問題で用いた課題を実際に実装する １３．フリーソフトを利用した機械学習アルゴリズムの理解 フリーソフトを利用して機械学習を行わせる １４．計算論的学習理論 計算論的学習理論のねらいと現状の理解 １５．機械学習の今後 今後の発展について考察する |
| 成績評価方法と基準 ［Grading policy (Evaluation)］ |
各学習法について，手で解く問題や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］ |
教科書：数理言語学事典，畠山雄二ほか，産業図書，2013 |
| 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］ |
28 |