学部後期課程
過去（2021年度）の授業の情報です
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：2025年4月21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：2025年4月21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。
機械学習概論
機械学習概論／Introduction to machine learning
計測技術の進歩，インターネット・計算機環境の整備に伴い物理学を含む様々な分野で大量・高次元のデータ取得が可能になってきた．このことに伴い，データから有用な情報を取り出す方法の重要性が増している．本講義では，その基礎となる基本的な機械学習の方法について学ぶ．
時間割／共通科目コード
コース名
教員
学期
時限
0515096
FSC-PH4G20L1
機械学習概論
樺島 祥介
月曜1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
1. 導入
2. 数理基礎（１）
3. 数理基礎（２）
4. 回帰と分類（１）
5. 回帰と分類（２）
6. ガウス過程回帰（１）
7. ガウス過程回帰（２）
8. プログラミング相談会
9. 多層ニューラルネットワーク（１）
10. 多層ニューラルネットワーク（２）
11. 主成分分析と因子分析
12. クラスタ分析
13. 敵対的生成ネットワーク
14. アンサンブル学習
授業の方法
Zoom を使ってオンラインで行う．Zoom のURLはITC-LMSを参照のこと．数回，クラウド環境を利用したプログラミング演習も行う予定．
成績評価方法
レポートに基づく
教科書
講義内容のスライドを配布する．
参考書
C. M. Bishop, Pattern Recognition and Machine Learning (2006) (https://www.microsoft.com/***** からpdf版を無料でダウンロードできます）（邦訳：パターン認識と機械学習 上・下，元田浩 他 監訳，丸善出版（2012））
履修上の注意
演習時は講義の解説用とプログラム作成用の２つの画面を使える方が望ましいです．プログラミング演習は Google Colaboratory を利用します．あらかじめGoogle アカウントを入手しておいて下さい．
