概要

機械学習やデータマイニングの基礎的な手法及びその利用方法を学ぶ。

目的

機械学習を支える数理的な技術を理解することを目的とする。特にコンピュータを用いた実習を交えることで、各技術の必要性について実感するとともに実際の挙動を体感し、より深い理解につなげることを目的とする。

到達目標

機械学習・データマイニングの基礎的な学習手法（EMアルゴリズムや変分ベイズ法）を理解し実装する能力を身につける。

履修上の注意

• 線形代数、微分積分、統計学を履修していることを前提とする。
• 授業中にプログラミングを行うのでノートパソコンを持参すること。
• プログラミングは主に Python で行う。一般的なプログラミング言語の基礎知識は仮定するが、わかりづらい点に関しては適宜補足を行う。

準備学習・復習

同じトピックの講義・実習を複数回に分けて行うため、各回でわからなかったことを調べたり質問したりして二時間程度の準備・復習を行うこと。

成績評価方法

レポートまたは期末テストで評価する。

授業計画

1. ガイダンス
2. 機械学習概論
3. Python の基本的な使い方
4. Pythonを使った統計・線形代数の復習(1)
5. Pythonを使った統計・線形代数の復習(2)
6. 混合モデルとEMアルゴリズムとその実装 (1)
7. 混合モデルとEMアルゴリズムとその実装 (2)
8. 混合モデルとEMアルゴリズムとその実装 (3)
9. トピックモデルと変分ベイズアルゴリズムとその実装(1)
10. トピックモデルと変分ベイズアルゴリズムとその実装(2)
11. トピックモデルと変分ベイズアルゴリズムとその実装(3)
12. Variational Auto-encoder とその実装 (1)
13. Variational Auto-encoder とその実装 (2)
14. 質問対応・予備
15. まとめ