COURSE

コース紹介
【データサイエンス 『基礎コース』】

機械学習の実践

開講場所:
提供:大阪大学
講師:中村 直俊
開講日時:2020年10月7日 ~
受講対象者:院生(修士/博士前期)・院生(博士/博士後期)
評価方法:期末試験70%、レポート30%
受講生へのコメント:オフィスアワーは授業後とします。直接話に来てください。必要に応じてメール n-nakamura@sigmath.es.osaka-u.ac.jp でも連絡可能ですが、返事が遅くなることがあります。
大学1年生の講義で扱われる程度の、初等的な確率論の知識(確率変数、確率密度関数など)、微積分の知識(偏微分など)、線形代数の知識(行列の計算など)を用いる。

確率論と情報理論に基づいた機械学習の理論を学ぶ。画像解析、時系列解析、教師なし学習などに用いられる深層学習(ディープラーニング)のモデルについて学ぶ。

扱う内容:各トピックを約3回ずつでカバーする予定。授業の進行に応じて、扱い方やトピックを変更することがある。

確率論・情報理論
ベイズ推論と機械学習
ニューラルネットワークの学習
深層学習(ディープラーニング)の確率モデル
強化学習

履修登録の締切日

2021年3月31日

履修登録の注意事項

※本科目は単位互換対象科目のため、大学での履修登録が必要です。詳細は所属大学のDuEX担当事務へお問い合わせください。新型コロナウイルスの影響により内容は変更の場合がございます。