第1回

知能情報工学
第1回
ガイダンス
2016年4月12日
吉川雅博
1
本講義の概要
人工知能や知的システムの実現に必要な
機械学習手法について広く学ぶ
・機械学習の基本的な流れについて理解する
・複数の機械学習手法の基本アルゴリズムと特徴を理解する
・応用場面に応じて適切な機械学習手法を選択できる
2
スケジュール
第1回
第2回
第3回
第4回
第5回
第6回
第7回
第8回
第9回
第10回
第11回
第12回
第13回
第14回
第15回
ガイダンスと導入
機械学習の種類と基本的な流れ
k最近傍法
パーセプトロン
ニューラルネット
確認テスト（5月24日）
サポートベクトルマシン
決定木
回帰
ベイズ理論とベイズ識別
クラスタリング
隠れマルコフモデル（EMアルゴリズム）
確認テスト（7月12日）
深層学習
機械学習の応用事例
期末テスト or レポート
3
資料のダウンロード
http://assistive-device.org
ココ！
4
評価
確認テスト（2回）
期末テスト or レポート
60%
40%
5
前提知識
以下の知識があると望ましいが，できるだけ補足する
・線形代数
・微分積分
・確率統計
6
教科書
イラストで学ぶ人工知能概論
谷口忠大，講談社
・知能ロボット（後期，上田先生）と教科書は同じ
・本講義の内容のすべてはカバーしていない
・講義スライドは授業終了後にアップ
（アップする場所は次回お知らせ）
7
参考書
フリーソフトではじめる機械学習入門
荒木雅弘，森北出版
・機械学習は実際に手法を自分で試すことが大事
・機械学習のソフトウェアWekaの使い方を紹介
8

Download Report