【第1回】 |
統計的機械学習とは 統計的機械学習の概念を解説します。 予習として、指導書「1.統計的機械学習とは」を読んで定理等を確認し例題を解いてください。 復習として、統計的機械学習の適用例を探してまとめてください。 |
【第2回】 |
教師あり学習(1) 線形回帰モデル(単回帰分析、重回帰分析)を解説します。 予習として、指導書「2.線形回帰モデル」を読んで定理等を確認し例題を解いてください。 復習として、指導書「2.線形回帰モデル」にある演習課題に取組んでください。 |
【第3回】 |
教師あり学習(2) ロジスティック回帰モデル(ロジスティック回帰分析)を解説します。 予習として、指導書「3.ロジスティック回帰モデル」を読んで定理等を確認し例題を解いてください。 復習として、指導書「3.ロジスティック回帰モデル」にある演習課題に取組んでください。 |
【第4回】 |
教師あり学習(3) 過学習現象とモデルの評価・選択(過学習と正則化、交差検証法・情報量基準)を解説します。 予習として、指導書「4.過学習現象とモデルの評価・選択」を読んで定理等を確認し例題を解いてください。 復習として、過学習と正則化、交差検証法・情報量基準の具体的な適用例を探してまとめてください。 |
【第5回】 |
教師あり学習(4) リッジ回帰モデルを解説します。 予習として、指導書「5.縮小推定による回帰分析の改善」の2章までを読んで定理等を確認し例題を解いてください。 復習として、課題レポートにあるリッジ回帰モデルの課題に取組んでください。 |
【第6回】 |
教師あり学習(5) PLS回帰モデルを解説します。 予習として、指導書「5.縮小推定による回帰分析の改善」の3,4章までを読んで定理等を確認し例題を解いてください。 復習として、PLS回帰モデルの具体的な適用例を探してまとめてください。 |
【第7回】 |
教師あり学習(6) LASSO回帰モデルを解説します。 予習として、指導書「5.縮小推定による回帰分析の改善」の5章までを読んで定理等を確認し例題を解いてください。 復習として、課題レポートにあるLASSO回帰モデルの課題に取組んでください。 |
【第8回】 |
教師なし学習(1) 主成分分析を解説します。 予習として、指導書「6.主成分分析」を読んで定理等を確認し例題を解いてください。 復習として、主成分分析の具体的な適用例を探してまとめてください。 |
【第9回】 |
教師なし学習(2) 独立成分分析を解説します。 予習として、指導書「7.独立成分分析」を読んで定理等を確認し例題を解いてください。 復習として、課題レポートにある7.独立成分分析の課題に取組んでください。 |
【第10回】 |
教師なし学習(3) クラスター分析とk-means法を解説します。 予習として、指導書「8.クラスター分析とk-means法」を読んで定理等を確認し例題を解いてください。 復習として、課題レポートにあるk-means法の課題に取組んでください。 |
【第11回】 |
教師なし学習(4) 混合ガウスモデルとEMアルゴリズムを解説します。 予習として、指導書「9.混合ガウスモデルとEMアルゴリズム」を読んで定理等を確認し例題を解いてください。 復習として、課題レポートにある混合ガウスモデルの課題に取組んでください。 |
【第12回】 |
教師なし学習(5) グラフィカルモデリングとGLASSOを解説します。 予習として、指導書「10.グラフィカルモデリングとGLASSO」を読んで定理等を確認し例題を解いてください。 復習として、課題レポートにあるGLASSOの課題に取組んでください。 |
【第13回】 |
ベイズ統計(1) ベイズ統計の概念を解説します。 予習として、指導書「11.ベイズ統計の基礎(1)」の2章までを読んで定理等を確認し例題を解いてください。 復習として、ベイズ統計の応用例を探してまとめてください。 |
【第14回】 |
ベイズ統計(2) ベイズの定理、ナイーブベイズ法 他を解説します。 予習として、指導書「11.ベイズ統計の基礎(1)」の3章以降を読んで定理等を確認し例題を解いてください。 復習として、課題レポートにあるベイズの定理やナイーブベイズ法の課題に取組んでください。 |
【第15回】 |
ベイズ統計(3) 自然共役な事前分布 他を解説します。 予習として、指導書「12.ベイズ統計の基礎(2)」を読んで定理等を確認し例題を解いてください。 復習として、課題レポートにある自然共役な事前分布の課題に取組んでください。 |