COURSE

コース紹介
【データサイエンス実践コース】

教師あり学習

開講場所:220演習室
提供:滋賀大学
講師:松井 秀俊 他
開講日時:下記の通り
受講対象者:大学院生
評価方法:レポート
受講生へのコメント:

入力と出力の組が観測されるデータに対して用いられる教師あり学習について学ぶ。教師あり学習では、観測されているデータだけではなく、将来観測されるデータに対する当てはまりの良さ(汎化能力)を評価する必要がある。本講義では、教師あり学習で用いられる様々な分析手法および、その中で汎化能力を高めるための方法について学ぶ。

履修登録の締切日

社会人の方

未確定

大学院生の方

  • 大阪大学の方 未確定
  • 神戸大学の方 未確定
  • 滋賀大学の方 未確定
  • 奈良先端科学技術大学院大学の方 未確定
  • 和歌山大学の方 未確定
  • 大阪府立大学の方 未確定
  • 大阪市立大学の方 未確定

シラバス

第1回目 2019年05月07日 08:50~10:20 機械学習プログラミング入門 Python基礎(齋藤)
第2回目 2019年05月07日 10:30~12:00 scikit-learnライブラリの利用 Python応用Ⅰ(齋藤)
第3回目 2019年05月07日 16:10~17:40 scikit-learnライブラリの利用 Python応用Ⅱ(齋藤)
第4回目 2019年05月08日 08:50~10:20 スパース推定の基礎:Lasso、Elastic net(松井)
第5回目 2019年05月08日 10:30~12:00 スパース推定の応用:Group lasso、Fused lasso(松井)
第6回目 2019年05月08日 12:50~14:20 ガウス過程回帰(松井)
第7回目 2019年05月08日 14:30~16:00 集団学習の仕組み(清水)
第8回目 2019年05月08日 16:10~17:40 集団学習の方法(清水)
第9回目 2019年05月09日 08:50~10:20 ベイズ最適化(清水)
第10回目 2019年05月09日 14:30~16:00 深層学習の基礎(田中)
第11回目 2019年05月09日 16:10~17:40 深層学習での勾配降下法(田中)
第12回目 2019年05月10日 08:50~10:20 リカレントネットワークの学習(田中)
第13回目 2019年05月10日 10:30~12:00 混合正規分布(市川)
第14回目 2019年05月10日 12:50~14:20 特徴量正規化、隠れマルコフモデル(市川)
第15回目 2019年05月10日 14:30~16:00 深層学習を利用した音響モデル(市川)

一覧へ

受付終了