広島大学シラバス

シラバスTOPへ
English
年度 2022年度 開講部局 先進理工系科学研究科博士課程前期先進理工系科学専攻情報科学プログラム
講義コード WSN22101 科目区分 専門的教育科目
授業科目名 機械学習特論
授業科目名
(フリガナ)
キカイガクシュウトクロン
英文授業科目名 Machine Learning
担当教員名 栗田 多喜夫
担当教員名
(フリガナ)
クリタ タキオ
開講キャンパス 東広島 開設期 1年次生   後期   4ターム
曜日・時限・講義室 (4T) 火1-4
授業の方法 講義 授業の方法
【詳細情報】
 
講義中心、ディスカッション、学生の発表
Teamsを利用したオンラインでの授業を行います.
詳細は,掲示板などで周知します. 
単位 2.0 週時間   使用言語 B : 日本語・英語
学習の段階 6 : 大学院専門的レベル
学問分野(分野) 25 : 理工学
学問分野(分科) 02 : 情報科学
対象学生 大学院生
授業のキーワード パターン認識、機械学習、識別関数、汎化性能、多変量解析、ニューラルネットワーク 
教職専門科目   教科専門科目  
プログラムの中での
この授業科目の位置づけ
 
到達度評価
の評価項目
 
授業の目標・概要等 人間の能力に近い人工知能の応用が急速な勢いで普及し始めている.画像中の顔の検出機能は,スマートフォンで普通に利用できるようになった.インターネット上に蓄積されている膨大な情報の中から有用な情報を見つけ出すデータマイニングも利用が進んでいる.訓練サンプルからモデルのパラメータを自動的に決定する機械学習は,これらの応用において必要不可欠な基礎技術である.本講義では,機械学習の基礎とその応用について解説する. 
授業計画 第1回 人工知能の現状と数学的準備
第2回 パターン認識とベイズ識別理論
第3回 最適な回帰と識別
第4回 予測のための線形モデル
第5回 識別のための線形モデル
第6回 ニューラルネットワーク
第7回 汎化性
第8回 サポートベクトルマシン
第9回 論文調査と発表(その1)
第10回 論文調査と発表(その2)
第11回 論文調査と発表(その3)
第12回 論文調査と発表(その4)
第13回 論文調査と発表(その5)
第14回 論文調査と発表(その6)
第15回 まとめと討論

レポートとプレゼンテーション 
教科書・参考書等 [教科書]
栗田,日高,「統計的パターン認識と判別分析」 コロナ社
[参考書]
・栗田多喜夫,日高章理,統計的パターン認識と判別分析,コロナ社
・C. M. ビショップ (著), 元田, 栗田, 樋口, 松本, 村田監訳 , パターン認識と機械学習、 上巻、下巻、 丸善出版
・Trevor Hastie 他著、杉山、栗田、井手、前田、神島監訳、統計的学習の基礎 ―データマイニング・推論・予測― 、共立出版 
授業で使用する
メディア・機器等
 
【詳細情報】 映像(PC) 
授業で取り入れる
学習手法
 
予習・復習への
アドバイス
参考書を読むと授業の内容がより深く理解できると思います 
履修上の注意
受講条件等
線形代数学、微分積分学,確率統計の基礎知識があることを前提として講義を行います 
成績評価の基準等 各自が最新の機械学習の手法について調査し,講義の後半(第9回〜14回)で発表してもらいます.成績は,調査結果のレポートとプレゼンテーションで評価します. 
実務経験  
実務経験の概要と
それに基づく授業内容
 
メッセージ データマイニング、機械学習、画像認識等に興味を持つ学生を歓迎します 
その他   
すべての授業科目において,授業改善アンケートを実施していますので,回答に協力してください。
回答に対しては教員からコメントを入力しており,今後の改善につなげていきます。 
シラバスTOPへ