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：2026年4月20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：2026年4月20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．/ Advances in measurement technology and the development of the Internet and computer environment have made it possible to acquire large amounts of high-dimensional data in various fields, including physics. Along with this, the importance of methods for extracting useful information from data is increasing. In this lecture, you will learn the basic techniques of machine learning that serve as the foundation.
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，数理基礎 / introduction, basic mathematics
2. 回帰と分類（１）regression and classification (1)
3. 回帰と分類 （２）/ regression and classification (2)
4. 決定木とアンサンブル学習 / decision trees and ensemble learning
5. カーネル法（１）：ガウス過程 / kernel methods (1): Gaussian process
6. カーネル法（２）：サポートベクトルマシン / kernel methods (2): support vector machines
7. 多層ニューラルネットワーク（１）/ multi-layer neural networks (1)
8. 多層ニューラルネットワーク（２）/ multi-layer neural networks (2)
9. 潜在変数モデル / latent variable models
10. オートエンコーダと変分オートエンコーダ / auto-encoder, variational auto-encoder
11. 敵対的生成ネットワーク / generative adversarial networks
12. 拡散モデル / diffusion models
13. トランスフォーマー / transformer
授業の方法
スライドを用いる．適宜プログラミングについても言及するので，授業にはノートパソコンを用意して参加することが望ましい．/ Use slides. Programming will also be touched on as appropriate, so it is desirable to prepare a laptop computer for class.
成績評価方法
レポートに基づく．ただし，単位取得のためには10回以上授業に出席すること．/ Based on reports. However, to receive credits, students must attend 10 or more lectures.
履修上の注意
サンプルプログラム，レポート課題は python+sklearn, tensorflow を使います．Google Colaboratory で実行できるので，必ずしも自身のPCに環境構築する必要はありません．ただし，Google アカウントは取得しておいてください． /
The sample program and report assignments use python+sklearn and tensorflow. Since it runs on Google Colaboratory, there is no need to build an environment on your own PC. But get a Google account.
