【物性物理学】
(Statistical Physics)
 
単  位:2単位 単位認定者: 佐々木伸
授業時期: 前期 15コマ 科目分担者:
授業形態: 講義 週1コマ
 
授業の目的

機械学習、ビッグデータ解析とは何かについての知見を得る

教育内容

機械学習とRなどの環境での機械学習プログラムの使用法

教育方法

参考書や講師の用意するテキストにもとづいてコンピュータを操作しながら機械学習の基本事項を解説

 
講義内容(シラバス)
項  目 担当者 授業内容

1回

イントロダクション

機械学習とは何か?

2回

回帰分析

線形回帰分析

3回

ロジスティック回帰分析

ロジスティック回帰分析

4回

パーセプトロン

単純パーセプトロン

5回

パーセプトロンII

二層パーセプトロン

6回

ニューラルネットワーク

活性化関数(シグモイド関数、ランプ関数)

7回

ニューラルネットワークII

3層ニューラルネットワーク

8回

ニューラルネットワークの学習

勾配法、バッチ学習

9回

ニューラルネットワークの学習II

誤差逆伝搬法

10回

畳み込みニューラルネットワーク

畳み込み層

11回

ディープラーニング

層を深くする意味

12回

データ解析演習

機械学習の応用

13回

データ解析演習II

機械学習の応用

14回

データ解析演習III

機械学習の応用

15回

まとめ

全体の確認と復習

 
到達目標

機械学習の基本的な仕組みを理解し、具体的なデータに対する適用法を習得する

評価基準

主にレポートをもとに評価する。授業への積極的な参加は加点の対象とする。

準備学習
(予習・復習)

テキストを読んでおくこと。

 
  (書  名) (著者名) (出版社名) (定価)
教科書 (なし)
参考書 ゼロから作るDeep Learning 斎藤康毅 オライリージャパン 3672
機械学習入門 大関真之 オーム社 2484