機械学習と人工知能

2年

2024年度前期

2単位

E-IN-210L

木村　文則、本田　治

（授業の目的）
機械学習と人工知能についての仕組みや基礎知識を学ぶ．
また，学んだ機械学習および人工知能をpythonを用いて実装する．

（受講生の到達目標）
到達目標1: 主な機械学習アルゴリズムの仕組みについて，説明ができる．
到達目標2: ニューラルネットワークの仕組みについて，説明ができる．
到達目標3: 主な機械学習アルゴリズムやニューラルネットワークを活用しデータを処理・分析することができる．

ニューラルネットワークやディープラーニングなどの人工知能の技術が発展し，実社会での活用が急速に進んでいる．
本講義では，人工知能およびその前提知識となる機械学習について仕組みや基礎知識を学ぶ．また，本講義で取り上げた機械学習や人工知能を構築し，実際に様々なデータに対して処理・分析を実践する．

第１回：ガイダンス、Anaconda(python)のインストール（講義、実習）
第２回：pythonによる数値計算（numpyの利用）（講義、実習）
第３回：システム性能の評価: 評価関数，評価指標，クロスバリデーション（講義）
第４回：教師あり学習: クラス分類，回帰，決定木（講義、実習）
第５回：k-近傍法（講義、実習）
第６回：自然言語処理の技術: 形態素解析，Bag-of-Words，TF-IDF（講義、実習）
第７回：k-平均法（k-means法）（講義、実習）
第８回：ナイーブベイズフィルタリング（講義、実習）
第９回：サポートベクトルマシン（講義、実習）
第１０回：ニューラルネットワークの概要: ニューラルネットワークの仕組み（講義）
第１１回：畳み込みニューラルネットワーク（講義）
第１２回：学習のテクニック: 最適化手法，重みの初期値，過学習，ドロップアウト（講義）
第１３回：より高度なディープラーニング（講義）
第１４回：全結合ニューラルネットワークによる手書き文字認識の実践（実習）
第１５回：畳込みニューラルネットワークによる手書き文字認識の実践（実習）

（授業の方法）
授業は15回全て，パワーポイント等で作成されたスライドを用いて教員が講義を行います．
また，講義中に必要に応じて演習も行います．演習ではノートPCを使用するので授業にPCを持ってくること．

講義資料は事前にkyouzaiフォルダなどで配布しますので，テキストと合わせて事前学修に役立ててください．

（事前学修）
講義資料を確認し，学習内容を把握しておく．
（事後学修）
講義で扱った分析方法を，別のデータに対して自分で分析を行う．

（成績評価の方法）
期末試験（100%）

（成績評価の基準）
到達目標1: 主な機械学習アルゴリズムの仕組みについて，説明ができる．
到達目標2: ニューラルネットワークの仕組みについて，説明ができる．
到達目標3: 主な機械学習アルゴリズムやニューラルネットワークを活用しデータを処理・分析することができる．