COURSE

コース紹介
【データサイエンス 『基礎コース』】

スパース推定の数理と機械学習への応用

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:演習問題100問(合計200点)。
受講生へのコメント:教科書・教材
鈴木讓: 機械学習の数理100問シリーズ「スパース推定100問 with R」(共立出版)
鈴木讓: 機械学習の数理100問シリーズ「スパース推定100問 with Python」(共立出版)
いずれかを選ぶ

参考文献
https://bayesnet.org/books_jp
https://bayesnet.org/books

春夏月3の講義は出席しても、減点にはならないが、出席することをすすめる。

機械学習の一分野、スパース推定を学ぶことによって、データサイエンスおよびRやPythonのプログラミングを習得し、ロジックを固める。線形回帰、一般化線形回帰、グループLasso、Fused Lasso、グラフィカルモデル、行列分解、多変量解析

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

ノートパソコンを持参のこと。R言語を習得している場合はR言語、R言語Pythonをともに習得していない場合はPythonを
https://utokyo-ipp.github.io/index.html
などで独習する。

1. RおよびPythonの環境、線形回帰
2. LassoとRidge
3. elastic net、lambdaの値の設定
4. ロジスティック回帰
5. 多値のロジスティック回帰、ポアッソン回帰、生存時間解析
6. グループ数が1の場合、近接勾配法
7. 一般のグループLasso
8. Fused Lasso
9. LarsとLassoの双対問題
10. グラフィカルモデルとグラフィカルLasso
11. グラフィカルLassoの拡張、特異値分解
12. 行列分解
13. 主成分分析
14. クラスタリング
15. 最近の動向

DuEX登録の締切日

2022年9月30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。

一覧へ

受付終了