開講場所：
提供：大阪大学
講師：鈴木　讓
開講日時：2022年10月1日 ~ 2023年3月31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：100問の演習問題で評価する。
受講生へのコメント：機械学習の基本的なことがすべてわかるようになります。データサイエンスの道にすすむのであれば、いずれ勉強する内容です。

機械学習は、1990年代後半から統計学の手法と結びつき、現在は統計的機械学習として、人工知能の中心的な技術として開花している。本講義では、(統計的)機械学習の基本概念を、正しく理解することが目的である。実際、入力と出力の間の関係を原理のレベルから理解しないと、分析結果の意味を正確に把握することは難しい。本講義では、whatを漠然と学習するのではなく、項目を最低限のものにしぼり、whyを数学的に解決しながら、最も理路整然とした状態の機械学習を脳裏に形成していく。無論、理論だけで終わるものではなく、同時に受講する演習科目で具体的に手を動かしていき、最後に実データに関する分析のプレゼンテーションを行う。
学習目標／Learning Goals (1) 機械学習の方法のそれぞれについて、なぜそうしないといけないのかを理解する。
(2) 証明を見るまでは納得しない、という粘り強さを身につける。
履修条件・受講条件／Requirement / Prerequisite 演習科目である「情報数理B」を履修すること。本講義では、理論的な説明をメインに行い、プログラミング演習等は、主として情報数理Bで行う。
授業計画／Class Plan 1. 線形回帰(1)
2. 線形回帰(2)
3. 線形回帰(3)
4. 分類
5. リサンプリング
6. 情報量基準(1)
7. 情報量基準(2)
8. 正則化
9. 非線形(1)
10. 非線形(2)　
11. 決定木
12. サポートベクトルマシン
13. 教師なし学習
14. 最近の話題
15. 最終のプレゼンテーション