COURSE

コース紹介
【データサイエンス実践コース】

教師なし学習

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: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:

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。

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20日 10:30~12:00 行列分解のイントロダクション (清水)
第2回目 2019年05月20日 12:50~14:20 行列分解の理論 (清水)
第3回目 2019年05月20日 14:30~16:00 行列分解の方法 (清水)
第4回目 2019年05月21日 10:30~12:00 行列分解の応用 (清水)
第5回目 2019年05月21日 12:50~14:20 クラスタリングの基本 (周)
第6回目 2019年05月21日 14:30~16:00 クラスタリングの応用 (周)
第7回目 2019年05月22日 10:30~12:00 トピックモデルの概要と方法 (周)
第8回目 2019年05月22日 12:50~14:20 推薦システムの理論と応用 (周)
第9回目 2019年05月22日 14:30~16:00 クラスタリング、KMeans (齋藤)
第10回目 2019年05月23日 08:50~10:20 混合ガウスモデル (齋藤)
第11回目 2019年05月23日 10:30~12:00 教師なし学習の実装、次元削除など (齋藤)
第12回目 2019年05月23日 12:50~14:20 統計モデルに基づく異常検知 (笛田)
第13回目 2019年05月24日 12:50~14:20 機械学習による異常検知 (笛田)
第14回目 2019年05月24日 14:30~16:00 回帰モデルにおける外れ値の検出 (笛田)
第15回目 2019年05月24日 16:10~17:40 時系列における構造変化 (笛田)

一覧へ

受付終了