開講場所：220演習室
提供：滋賀大学
講師：清水　昌平　他
開講日時：2019年5月20日 ~ 2019年5月24日
受講対象者：
評価方法：レポート
受講生へのコメント：

教師となる応答変数がないデータに対して用いられる教師なし学習について学ぶ。教師なし学習、データ自身の特徴を量的変数で表す方法と、質的変数で表す、つまり分類を考える方法がある。本講義では、異常検知や推薦システムを学び、それらを題材に、行列分解の方法として、非負値行列分解などを、分類手法として、混合分布モデルや密度ベースクラスタリングなどを学ぶ。

第1回「行列分解のイントロダクション　(清水)」
2019年5月20日 10時30分 ~ 12時00分

第2回「行列分解の理論　(清水)」
2019年5月20日 12時50分 ~ 14時20分

第3回「行列分解の方法　(清水)」
2019年5月20日 14時30分 ~ 16時00分

第4回「行列分解の応用　(清水)」
2019年5月21日 10時30分 ~ 12時00分

第5回「クラスタリングの基本　(周)」
2019年5月21日 12時50分 ~ 14時20分

第6回「クラスタリングの応用　(周)」
2019年5月21日 14時30分 ~ 16時00分

第7回「トピックモデルの概要と方法　(周)」
2019年5月22日 10時30分 ~ 12時00分

第8回「推薦システムの理論と応用　(周)」
2019年5月22日 12時50分 ~ 14時20分

第9回「クラスタリング、KMeans (齋藤)」
2019年5月22日 14時30分 ~ 16時00分

第10回「混合ガウスモデル (齋藤)」
2019年5月23日 8時50分 ~ 10時20分

第11回「教師なし学習の実装、次元削除など　(齋藤)」
2019年5月23日 10時30分 ~ 12時00分

第12回「統計モデルに基づく異常検知　(笛田)」
2019年5月23日 12時50分 ~ 14時20分

第13回「機械学習による異常検知　(笛田)」
2019年5月24日 12時50分 ~ 14時20分

第14回「回帰モデルにおける外れ値の検出　(笛田)」
2019年5月24日 14時30分 ~ 16時00分

第15回「時系列における構造変化　(笛田)」
2019年5月24日 16時10分 ~ 17時40分