学部後期課程
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2024年10月18日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
最終更新日：2024年10月18日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
統計的機械学習
統計的機械学習
/
Statistical Machine Learning
生成モデルの体系的な理解を目指した統計的機械学習の基礎理論とアルゴリズムに関する講義を行う．
Lectures on the basic theory and algorithms of statistical machine learning for a systematic understanding of generative models.
Lectures on the basic theory and algorithms of statistical machine learning for a systematic understanding of generative models.
時間割／共通科目コード
コース名
教員
学期
時限
0510091
FSC-IS4091L1
統計的機械学習
杉山 将
水曜2限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
可
開講所属
理学部
授業計画
- 統計的パターン認識の枠組み/Framework of statistical pattern recognition
- 最尤推定法の枠組み，モデル選択/Framework of maximum likelihood estimation, model selection
- 射影追跡と独立成分分析/Projection pursuit and independent component analysis
- ノンパラメトリック密度推定法，最近傍識別器/Non-parametric density estimation, nearest-neighbor classifier
- 密度比推定/Density ratio estimation
- 変分推論/ Variational inference
- 変分オートエンコーダ/Variational auto-encoder
- 離散時間フロー生成モデル/Discrete-time flow generative model
- 連続時間フロー生成モデル/Continuous-time flow generative model
- 拡散生成モデル/Difussion generative model
- 自己回帰生成モデル/ Auto-regressive generative model
- 敵対的生成ネットワーク/Generative adversarial networks
- 応用例/Applications
授業の方法
講義を中心に進める
/
Mainly through lectures
成績評価方法
レポートによる
/
By reports
教科書
杉山 将：統計的機械学習：生成モデルに基づくパターン認識, オーム社, 2009.
岡谷 貴之：深層学習 改訂第2版, 講談社, 2022
/
Masashi Sugiyama: Introduction to Statistical Machine Learning, Morgan Kaufmann, 2015.
Ian Goodfellow, Yoshua Bengio, and Aaron Courville: Deep Learning, MIT Press, 2016.
Christopher M. Bishop, Hugh Bishop: Deep Learning: Foundations and Concepts, Springer, 2023
http://www.bishopbook.com/*****
参考書
元田 浩ほか（編）：パターン認識と機械学習（上・下）, 丸善出版, 2007.
石井 健一郎，上田 修功：続・わかりやすいパターン認識，オーム社, 2014.
杉山 将：機械学習のための確率と統計, 講談社, 2015.
金森 敬文, 鈴木 大慈, 竹内 一郎, 佐藤 一誠: 機械学習のための連続最適化，講談社, 2016.
/
Trevor Hastie, Robert Tibshirani, and Jerome Friedman: The Elements of Statistical Learning:---Data Mining, Inference, and Prediction, 2nd Edition, Springer, 2009.
Christopher M. Bishop: Pattern Recognition and Machine Learning, 2nd Edition, Springer, 2016.
Christopher M. Bishop: Deep Learning, Springer, 2024. http://www.bishopbook.com/*****
履修上の注意
講義スライドを講義前に公開するので，事前に目を通しておくこと．
また，教科書・参考書の該当部分を講義前に予習しておくことを勧める．
/
The lecture slides will be made available before the lecture, so please read through them beforehand. It is also recommended that the students study the relevant parts of the textbooks and reference books before the lecture.
