学部後期課程
過去（2022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：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。
情報数理科学VII
機械学習の数理
統計的に扱うことができる機械学習手法の定式化や理論を前半で学び、
統計的因果探索の話題を後半で扱う。
演習では講義で扱ったアルゴリズムの実践を行う。
統計的因果探索の話題を後半で扱う。
演習では講義で扱ったアルゴリズムの実践を行う。
時間割／共通科目コード
コース名
教員
学期
時限
08D1235
FAS-DA3D07L1
情報数理科学VII
松島 慎
月曜5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
教養学部
授業計画
０．基本的準備
１．確率（グラフィカルモデルまで）
２．線形代数（特異値分解まで）
Ⅱ．教師あり学習
１．最小二乗法
２．汎化誤差とPAC学習
３．一般化加法モデルとカーネル法
Ⅰ．教師なし学習
１．ボルツマンマシン
２．グラフィカルラッソ
３．制限付きボルツマンマシン
４．主成分分析・非負値行列分解
Ⅲ．統計的因果探索
１．因果グラフと構造方程式
２．因果関係の学習
授業の方法
教師なし学習、教師あり学習、統計的因果探索の三部構成で行う。
各パートの最終回に演習を行う。
講義はZoomでも教室でも受講可能（教室での受講を推奨）
毎回の講義の前後でフォローアップを行う予定
（第一回講義予告は「オンライン授業内容」欄参照）
成績評価方法
演習のレポートと最終試験による
教科書
なし（レジュメを配布します）
参考書
なし（質問があればその都度挙げることはします）
履修上の注意
90分講義なので、その前後でフォローアップを任意で行います。
リクエストに応じて内容も変えたいと思っています。
必要となる数学的知識（線形代数、確率、簡単な微分の計算）はその都度フォローする予定ですが事前に持っていた方がよいです。
