K13 機械学習・深層学習

授業概要

理論を把握したうえでツールを用いた教師あり・教師なし・半教師あり・強化学習ならびに深層学習の実践上の留意点を含めた習得する。

担当者

清 雄一(電気通信大学)、中井 悦司(グーグル)

到達目標

以下の知識およびスキルの取得を目標とする。
– 深層学習を含む機械学習の理論および技法について理解している。
– ツールを用いて機械学習を実問題的に適用し知識や知見を得ることができる。

準備学習・前提知識

– 統計解析の基礎知識
– 微分積分、線形代数の基礎知識

履修時間

時数:8コマ  時間数:12時間

日程

08/25(土) 09:00 ~ 10:30
10:40 ~ 12:10
13:20 ~ 14:50
15:00 ~ 16:30
第 1 回: 教師あり学習
第 2 回: 教師なし学習
第 3 回: 半教師あり学習と強化学習
第 4 回: 機械学習総合演習および留意点(過学習、誤差逆伝搬)
9/1(土) 09:00 ~ 10:30
10:40 ~ 12:10
13:20 ~ 14:50
15:00 ~ 16:30
第 5 回: ロジスティック回帰と最尤推定法
第 6 回: TensorFlow の基礎と多層ニューラルネットワークによる特徴抽出
第 7 回: 畳み込みニューラルネットワークによる画像分類
第 8 回: その他の応用例(DQN、DCGAN など)

開講場所

WASEDA NEO 教室10

シラバスPDF

下記リンクよりダウンロードください。

シラバスPDF