知能情報システム

授業科目区分: 専門教育科目
単位数: 2単位
開講学科: 文化情報学科
学年: 3年次
関連科目: 人工知能
授業テーマ: 機械学習の理解と実装

授業内容

人工知能の基礎となる機械学習を学び,実践的な問題に適用するための応用力を身に付ける. 機械学習はデータから法則や傾向を抽出するための手法であり,ディープラーニングと呼ばれる画像認識技術も機械学習の一つである. 機械学習の実装には,多様なライブラリが利用可能なPython(Jupyter Notebook)を採用する.

授業計画

  1. 機械学習とは
  2. Pythonの基本
  3. 回帰①・線形回帰
  4. 回帰②・最急降下法
  5. 回帰③・基底関数
  6. 分類①・決定境界とベクトル
  7. 分類②・線形判別分析
  8. 分類③・ロジスティック回帰
  9. 分類④・k近傍法
  10. 分類⑤・決定木
  11. クラスタリング①・K平均法
  12. クラスタリング②・混合ガウス分布
  13. オーバーフィッティングと交差検証
  14. 機械学習の実践①・手書き文字
  15. 機械学習の実践②・ボストンの住宅価格

課題提出方法

Google Classroomから提出すること. 提出の際は大学から提供されたユーザIDでログインが必要なことに注意すること.

参考書籍

スポンサーリンク