大学院
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。
先端データ解析論
先端データ解析論
/
Advanced Data Analysis
回帰，分類，次元削減，クラスタリング，異常検出，深層学習などのデータ解析技術の基本的な考え方と数理的基礎，および，先端的なアルゴリズムを，最新のトピックを交えながら解説する．
/
We lecture fundamental concepts, mathematical foundations and advanced algorithms of data analysis techniques including regression, classification, dimensionality reduction, clustering, outlier detection, and deep learning.
/
We lecture fundamental concepts, mathematical foundations and advanced algorithms of data analysis techniques including regression, classification, dimensionality reduction, clustering, outlier detection, and deep learning.
時間割／共通科目コード
コース名
教員
学期
時限
4810-1176
GIF-CS5048L3
先端データ解析論
杉山 将
火曜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
英語
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
情報理工学系研究科
授業計画
- Introduction
- Regression 1: least squares regression
- Regression 2: sparse learning, robust learning
- Classification 1: least squares classification
- Classification 2: support vector classification, probabilistic classification
- Deep learning 1: Basics of neural networks
- Deep learning 2: neural networks for images
- Deep learning 3: neural networks for sequences
- Semi-supervised learning and transfer learning
- Language models
- Dimensionality reduction, representation learning 1
- Dimensionality reduction, representation learning 2
- Advanced topics
授業の方法
講義による
/
By lectures
成績評価方法
レポートによる
/
By reports
教科書
杉山 将．イラストで学ぶ機械学習：最小二乗法による識別モデル学習を中心に, 講談社，2013．
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.
参考書
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.
元田 浩ほか（編）：パターン認識と機械学習（上・下）, 丸善出版, 2007.
杉山 将ほか（編）．統計的学習の基礎：データマイニング・推論・予測，共立出版，2014．
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.
/
Trevor Hastie, Robert Tibshirani, and Jerome Friedman: The Elements of Statistical Learning:---Data Mining, Inference, and Prediction, 2nd Edition, Springer, 2009.
Christopher M. Bishop, Hugh Bishop: Deep Learning Foundations and Concepts, Springer, 2024.
履修上の注意
線形代数，微積分， 確率と統計，最適化の基礎知識，および，Python, MATLAB, Rなどのプログラム言語の最低限の使い方を習得していることを前提とする．講義では主にPythonを用いる．
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．
/
Basic knowledge of linear algebra, calculus, probability and statistics, optimization, and basic skills of programming with, e.g., Python, MATLAB, and R, are assumed. We will provide examples in Python during the lectures.
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.
その他
Please check the information on UTOL for the Zoom link.
Although the main page provides a location (理7号館 214号室／Faculty of Science Bldg.7 Room#214), our course will be fully online with Zoom.
