COURSE

コース紹介
【データサイエンス 『基礎コース』】

カーネルの機械学習への応用

開講場所:
提供:大阪大学
講師:鈴木譲
開講日時:2021年4月1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:演習問題100問を2022年1月末までに提出する
受講生へのコメント:ノートパソコンを持参のこと。R言語またはPythonを習得していない場合、最短で習得する(GWあけまで)ビデオを提供する。
簡単な演習問題を100問解く。R言語もしくはPythonによるプログラムの理解が40%程度、簡単な数式の導出が60%程度。ビデオなどで、可能な限りヒントを提供する

教科書・教材
2021年7月に機械学習の数理100問シリーズ
機械学習のためのカーネル100問 with R (共立出版)
機械学習のためのカーネル100問 with Python (共立出版)
を出版するが、5月中旬にゲラを配布する

参考文献
機械学習の数理100問シリーズ
「統計的機械学習の数理100問with R」
「統計的機械学習の数理100問with Python」
「スパース推定の数理100問with R」
「スパース推定の数理100問with Python」」

講義前の月曜の12:00-13:00に、自習室か教室にいますが、疑問点ははslackでいつでも聞いてください。

機械学習のためのカーネルの数理について講義する。サポートベクトルマシン、独立性検定、ガウス過程、ベイズ深層学習など、応用範囲が広い。
(1) 技術者として必要な、数学的ロジックを構築する
(2) 種々の概念を抽象的(数学的)にも、具体的(プログラミング的)にもとらえられるようにする

1. 関数解析入門
2. 関数解析発展
3. 正定値カーネル
4. 再生核ヒルベルト空間入門
5. 再生核ヒルベルト空間発展
6. HSIC(1) 平均の概念の導入
7. HSIC(2) 独立性検定
8. ガウス過程(1) 定義と性質
9. ガウス過程(2) ガウス過程の計算とスパース近似
10. ソボレブ空間
11. スプライン関数
12. 多変量解析
13. 多変量解析の関数解析的な取り扱い
14. ラドマッハ複雑度とVC次元
15. 経験過程と機械学習への応用

DuEX登録の締切日

2022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。