[前へ戻る]
   

 授業科目
 Course Title
知能情報学特論
Special Topics on Intelligence Science and Technology
 担当者
 Instructor
教授   中山   後学期 月曜日2時限
 単 位
 Credit
2

到達目標 Target to be Reached
機械学習の概念と代表的な機械学習のアイデアを知り、それらのアルゴリズムを理解すること。また、簡単な機械学習プログラムを作成できるようになること。
 
授業内容 Course Content
機械学習の基礎について学ぶ。機械学習の手法はデータマイニング、パターン識別、自然言語処理など知的情報処理の様々な分野で用いられている。機械学習については現在も活発な研究が行われているが、本講義ではその基礎概念と基本的なアルゴリズムについて学ぶ。また、機械学習の応用例を見ることによってその具体的な効用と限界を理解する。
 
授業計画 Course Planning
授業計画は下の通りである。事前に資料を配付するので、それを読んで予習すること。また、復習として授業内容を吟味したり、アルゴリズムの詳細を検討することが必要である。
1. 概要:情報処理における機械学習の必要性、応用分野、学習システムの例、展望
2. 概念学習:具体例からの一般概念の獲得アルゴリズム (1) 問題の定義と基本アルゴリズム
3. 概念学習:具体例からの一般概念の獲得アルゴリズム (2) バージョン空間と帰納バイアス
4. 決定木学習 (1):基本アルゴリズム
5. 決定木学習 (2):改善法と拡張
6. ベイズ学習 (1):MAP仮説、ML仮説
7. ベイズ学習 (2):MDL原理
8. ベイズ学習 (3):ナイーブベイズ分類機
9. ベイズ学習 (4):ベイズ信念ネット
10. ベイズ学習 (5):EMアルゴリズム
11. インスタンスベース学習 (1):k-NN学習
12. インスタンスベース学習 (2):事例ベース推論
13. 強化学習:行動によって得られる報酬が最大になるような方策を学習する枠組み
14. サポートベクトルマシン:サポートベクトルマシンの概要を説明し、実データに適用して結果を検討する
15. 事例紹介
 
授業運営 Course Management
授業計画の内容に従って基本となる概念とアルゴリズムをなるべく平易に説明する。学習プログラムを作成したり、公開されているプログラムを使用して結果を検討するなどの演習を適宜行う。
 
評価方法 Evaluation Method
レポート(プログラム作成、基礎概念の説明など)によって評価する。
 
オフィスアワー Office Hour (s)
随時対応する。
 
使用書 Textbook (s)
Tom M.Mitchel,Machine Learning,WCB/McGraw-Hill,1997


 
 
 
[前へ戻る]