科目ナンバー

SE-AI3-5C32

履修条件・関連科目等

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

機械学習とは、膨大なデータから規則性を抽出し、データの分類や識別を行うための手法である。機械学習の中でも主に教師あり学習の代表的かつ基本的なアルゴリズムの数理的原理およびその導出過程を詳しく解説する。理解を助けるための演習も行う。

科目目的

この科目は、情報通信技術の基本的知識を習得するための専門選択科目として位置付けられています。膨大なデータから規則性を抽出し、データの分類や識別を行うための基本的なアルゴリズムの数理的原理およびその導出過程を理解し，これらの基本手法を身につけることを目的としています。

到達目標

アルゴリズムの理論的な仕組みを理解し、アルゴリズムを正確に自ら導出できるようにする。それらの利点および欠点を適切に把握したうえで、様々な応用に向けて最適なアルゴリズムを選択できるようにすることを目標とする。

授業計画と内容

１．パターン認識とは
２．ベイズ識別規則と識別関数法
３．パーセプトロン
４．フィッシャーの線形判別法
５．誤差評価関数による線形識別
６．次元縮約
７．テンプレートマッチング
８．k最近傍識別法
９．決定木
１０．集団学習法
１１．ニューラルネットワーク
１２．カーネル法
１３．サポートベクトルマシン
１４．統計的推定

授業時間外の学修の内容

授業終了後の課題提出

授業時間外の学修の内容（その他の内容等）

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

実施しない

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法

実施しない

授業におけるICTの活用方法（その他の内容等）

実務経験のある教員による授業

いいえ

【実務経験有の場合】実務経験の内容

【実務経験有の場合】実務経験に関連する授業内容

テキスト・参考文献等

後藤，小林（著）「入門　パターン認識と機械学習」，コロナ社，2014
石井，上田（著）「続・わかりやすいパターン認識」，オーム社 ，2014

その他特記事項

参考URL