学部後期課程
HOME 学部後期課程 情報数理科学VII
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10月16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

機械学習の基礎
本講義では、前半に機械学習で現れるモデルの表現方法と統計的推論、後半に代表的な教師あり学習手法について学ぶ。

前半では、確率・統計の基本概念と代表的な確率分布、パラメータ推定とモデル選択について学び、さらにグラフィカルモデルを通じて、確率モデルをマルコフネットワークやベイジアンネットワークとして表現する方法を学ぶ。

後半では、最小二乗法を出発点として、正則化による特徴選択、分類・多クラス分類、カーネル法を学ぶ。非線形で複雑な予測モデルを表現する方法を学ぶ。
MIMA Search
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
A1 A2
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
  1.確率・統計に関する基本的な概念    ・確率分布族とその具体例    ・生成モデルと識別モデル    ・推定と推論    ・モデル選択   2.グラフィカルモデル    ・無向グラフィカルモデル    ・有向グラフィカルモデル    ・マルコフ同値類   3.教師あり学習の導入    ・線形モデル    ・最小二乗法   4.学習の一般化    ・経験誤差と汎化誤差    ・正則化と特徴選択    ・分類・多クラス分類   5.カーネル法    ・基底関数/特徴写像    ・カーネルトリック    ・ガウス過程回帰 ※発展的話題を避けて昨年度より内容を基礎的なものに変更する予定
授業の方法
板書により講義を行う
成績評価方法
期末試験による
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。 情報数理科学Iで学習した数学的知識については事前知識として仮定します。