K13 機械学習

概要

機械学習の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・強化学習について、Pythonについての講義、およびツールの演習を行いつつ、実践上の留意点を含めて習得する。

講師

坂本一憲(早稲田大学)、奥野拓也(NTTテクノクロス)、小川哲司(早稲田大学)

到達目標

以下の知識およびスキルの取得を目標とする。
‐Pythonの理解、機械学習の理論及び技法の理解。
‐ツールを用いて機械学習を実問題的に適用し、知識や知見を得る技能の習得。

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

2021年度 計画

第1回Python言語座学
第2回Pythonライブラリ座学
第3回教師あり学習座学
第4回教師なし学習(異常検知除く)座学
第5回強化学習座学
第6回機械学習総合演習および留意点座学・演習
第7回応用・異常検知座学
第8回応用・半教師あり学習座学

評価

レポート(100%)

テキスト・参考書

‐中井悦司(著)、TensorFlowとKerasで動かしながら学ぶ ディープラーニングの仕組み、マイナビ出版、2019
‐Peter Flach、他(著)、機械学習 ─データを読み解くアルゴリズムの技法─、朝倉書店、2017
‐巣籠悠輔(著)、詳解ディープラーニング、マイナビ出版、2019
‐人工知能学会監修、他(著)、深層学習 Deep Learning、近代科学社、2015
‐Trevor Hastie、他(著)、The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition、Springer、2017
‐Ian Goodfellow、他(著)、Deep Learning、The MIT Press 、2016

受講方法

オンライン

シラバスPDF

2021年度 K13
iCDスキルマッピング

iCDスキルマッピングはβ版であり、今後見直しの可能性があります。