広島大学シラバス

シラバスTOPへ
English
年度 2023年度 開講部局 大学院共通教育(博士課程後期・博士課程)
講義コード 8E550201 科目区分 大学院共通科目
授業科目名 パターン認識と機械学習
授業科目名
(フリガナ)
パターンニンシキトキカイガクシュウ
英文授業科目名 Pattern Recognition and Machine Learning
担当教員名 柳原 宏和
担当教員名
(フリガナ)
ヤナギハラ ヒロカズ
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9-10,木9-10:メディアセンター本館2F端末室
授業の方法 講義 授業の方法
【詳細情報】
 
講義中心、演習中心 
単位 2.0 週時間   使用言語 J : 日本語
学習の段階 5 : 大学院基礎的レベル
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
授業のキーワード パターン認識,機械学習,統計学,R 
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
(学部生対象科目のみ)
本授業は,大学院共通科目のうちの,最近の社会システムの進展を知り,これからの時代に必須な知識を身につけ,現代社会の課題に具体的に取り組み,必須な知識・技術を使うことができる能力を身につけることを目指す「キャリア開発・データリテラシー科目」の選択科目の一つである。 
到達度評価
の評価項目
(学部生対象科目のみ)
 
授業の目標・概要等 統計解析ソフトRを通してパターン認識と機械学習に関連する基礎的な手法や内容を理解すること. 
授業計画 イントロダクション
数学的基礎
線形回帰
ロジスティック回帰
線形判別分析
2次判別分析
K最近傍法
サポートベクターマシン
決定木
ニューラルネットワーク
主成分分析
クラスタリング
正準相関分析
リサンプリング
発展的な話題 
教科書・参考書等 【参考書】G. James 他 著,落海 浩,首藤 信通 訳,Rによる統計的学習入門,朝倉書店 
授業で使用する
メディア・機器等
 
【詳細情報】  
授業で取り入れる
学習手法
 
予習・復習への
アドバイス
配布資料を用いて復習するとよい. 
履修上の注意
受講条件等
履修者はRの基本操作,データの読み込み,基本統計量の計算,散布図などのグラフの描画などができていることが望ましい.そのために,3Tのデータサイエンスを履修してから受講することを勧める.なお,授業内容は基礎を重視した初学者向けである. 
成績評価の基準等 授業内で出題される課題および授業の取組態度 
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  
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