知識情報学【WEB版】（シラバス）
基本情報
- 科目名
- 知識情報学
- 教材担当
-
福井 健一（５回）
原 聡（１回）
- 授業概要
機械学習に適切な利活用には数理的背景を理解すると共に、実際にデータを用い、実装し、データの特性と機械学習の原理の両面から洞察する実学が重要です。これらを座学と演習によりバランスよく学びます。
詳細情報
| 第1回 | 【福井】機械学習の概要と基本的な手順 1)前処理と識別：ｚ標準化,min-max scaling,次元圧縮(PCA),k-近傍法 2)評価：クロスバリデーション,F値,ROC曲線 3)プログラム解説：k-近傍法による識別と識別境界面の描画 |
|---|---|
| 第2回 | 【福井】識別（１）木構造による学習 1)決定木学習概要,情報利得 2)アンサンブル学習概要,Random Forest 3)プログラム解説：決定木,Random Forestによる識別と重要度の算出 |
| 第3回 | 【福井】識別（２）ロジステック回帰 1)ロジステック回帰概要,シグモイド関数の算出 2)ロジステック回帰の学習,正則化 3)プログラム解説：ロジステック回帰による識別と正則化 |
| 第4回 | 【福井】識別（３）サポートベクタマシン 1)サポートベクタマシン概要,マージン最大化,ソフトマージン 2)カーネルトリック,カーネル関数,ハイパーパラメータ最適化 3)プログラム解説：サポートベクタマシンによる識別とハイパーパラメータ最適化 |
第5回 | 【福井】回帰 1)線形回帰,線形基底回帰モデル,サポートベクトル回帰,回帰木 2)決定係数,逐次特徴選択,モデル特徴選択 3)プログラム解説：各種回帰モデルの比較と特徴選択 |
| 第6回 | 【原】異常検知 1)異常検知概論 2)確率密度関数に基づく異常検知 3)確率密度関数の推定 |
【体系的に学ぶ人工知能WEB講座シラバス】
開講科目