授業の目的 【日本語】
Goals of the Course(JPN) | | 本講義では，機械学習の基礎を学ぶ．
（注意事項：必ず事前に確認すること）
原則として，本講義は「動的システム論」と同時に受講すること（やむを得ない理由で同時受講できない場合は担当教員と相談すること）．
春学期月曜3コマ, 4コマに開講される「動的システム論」と「数値解析法」は一体的に実施する．一体となった講義では，機械学習の数理とPythonプログラミングを同時並行で学ぶ（例えば，同じ週の月3コマに，機械学習のあるトピックの数理を学び，その後の月4コマに，そのトピックのプログラミングを学ぶ）．
機械学習の数理に関して合格基準（下記）を達成した場合は「数値計画法」の単位が取得可能，機械学習のプログラミングに関して合格基準（下記）を達成した場合は「動的システム論」の単位が取得可能となる． |
|
|
授業の目的 【英語】
Goals of the Course | | In this lecture, we will learn the basics of machine learning.
(Important notice)
In principle, this lecture should be taken concurrently with "Dynamic System Control Theory" (consult with the instructor if it is not possible to take both courses simultaneously for unavoidable reasons).
The courses "Dynamical System Control Theory" and "Numerical Analysis" offered in the spring semester, Monday 3rd and 4th periods, will be conducted integrally. In this integrated lecture, the mathematics of machine learning and its Python programming will be learned concurrently (for example, the mathematics of a machine learning topic will be taught in the 3rd period on Monday, followed by programming of that topic in the 4th period).
If you pass the criteria for the mathematics of machine learning (mentioned below), you will get the credit for "Numerical Analysis"; if you pass the criteria for machine learning programming (mentioned below), you will get the credit for "Dynamical System Control Theory". |
|
|
到達目標 【日本語】
Objectives of the Course(JPN)) | | 【数値解析法】機械学習の数理を理解する．
（参考：【動的システム論】機械学習のプログラミングを習得する．） |
|
|
到達目標 【英語】
Objectives of the Course | | [Numerical Analysis] Understand the mathematics of machine learning.
(Reference: [Dynamical System Control Theory] Acquire machine learning programming skills.) |
|
|
バックグラウンドとなる科目【日本語】
Prerequisite Subjects | | | 原則として，本講義は「動的システム論」と同時に受講すること（やむを得ない理由で同時受講できない場合は担当教員と相談すること） |
|
|
バックグラウンドとなる科目【英語】
Prerequisite Subjects | | | In principle, this lecture should be taken concurrently with "Dynamic System Control Theory" (consult with the instructor if it is not possible to take both courses simultaneously for unavoidable reasons). |
|
|
授業の内容【日本語】
Course Content | | 【数値解析法】以下の機械学習に関するトピックの数理を学ぶ．
（参考：【動的システム論】以下の機械学習に関するトピックのプログラミングを学ぶ．）
- 線形モデルと最小二乗法
- 確率モデル
- 統計的推定
- 統計的検定
- 線形モデルの行列・ベクトル表現
- 線形モデルとベクトル空間
- 最尤推定法
- ロジスティック回帰分析
- 最適化
- 非線形モデルの基礎
- ニューラルネットワークの基礎
- モデルの選択と評価 |
|
|
授業の内容【英語】
Course Content | | [Numerical Analysis] Learn the mathematics of the following machine learning topics:
(Reference: [Dynamical System Control Theory] Learn the programming of the following machine learning topics.)
- Linear models and least squares
- Probability models
- Statistical estimation
- Statistical testing
- Matrix and vector representation of linear models
- Linear models and vector spaces
- Maximum likelihood estimation
- Logistic regression analysis
- Optimization
- Fundamentals of nonlinear models
- Fundamentals of neural networks
- Model selection and evaluation |
|
|
成績評価の方法と基準【日本語】
Course Evaluation Method and Criteria | | 【数値解析法】機械学習の数理に関する定期試験（70％）と演習課題（30％）で評価し，100点満点中60点以上を合格とする
（参考：【動的システム論】機械学習のプログラミングに関する課題（100%）で評価し，100点満点中60点以上を合格とする） |
|
|
成績評価の方法と基準【英語】
Course Evaluation Method and Criteria | | [Numerical Analysis] The evaluation will be based on regular exams (70%) and exercise tasks (30%), with a score of 60 out of 100 points or more considered passing.
(Reference: [Dynamical System Control Theory] The evaluation will be based on machine learning programming exercises and assignments (100%), with a score of 60 out of 100 points or more considered passing.) |
|
|
履修条件・注意事項【日本語】
Course Prerequisites / Notes | | | 空白を含む講義スライドを配布し，そこに書き込みながら講義を実施する．受講者は事前に講義スライドを印刷するか，タブレットPCなどを準備して，講義時に書き込みができるようにしておくことが望ましい（詳細は初回講義で説明する） |
|
|
履修条件・注意事項【英語】
Course Prerequisites / Notes | | | We distribute lecture slides containing blanks, and conduct the lecture while writing on them. It is desirable for the students to either print out the lecture slides beforehand or prepare a tablet PC so that they can write during the lecture (details will be explained in the first lecture) |
|
|
教科書【日本語】
Textbook | | |
|
教科書【英語】
Textbook | | | Lecture materials will be provided. |
|
|
参考書【日本語】
Reference Book | | 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）
パターン認識と機械学習上・下（丸善出版 2012） |
|
|
参考書【英語】
Reference Book | | Elements of statistical learning 2nd ed. (Trevor Hastie et al., Springer)
Pattern recognition and machine learning (Christopher M. Bishop, Springer) |
|
|
授業時間外学習の指示【日本語】
Self-directed Learning Outside Course Hours | | |
|
授業時間外学習の指示【英語】
Self-directed Learning Outside Course Hours | | | Working on the assigned exercises. |
|
|
使用言語【英語】
Language used | | |
|
使用言語【日本語】
Language used | | |
|
授業開講形態等【日本語】
Lecture format, etc. | | | 原則として対面式で実施するが、教員の出張時など、一部をオンラインやオンデマンドで実施する場合もある。 |
|
|
授業開講形態等【英語】
Lecture format, etc. | | | In principle, it will be conducted in a face-to-face format, but in some cases, such as when the instructor is on a business trip, some parts may be conducted online or on demand. |
|
|
遠隔授業（オンデマンド型）で行う場合の追加措置【日本語】
Additional measures for remote class (on-demand class) | | |
|
遠隔授業（オンデマンド型）で行う場合の追加措置【英語】
Additional measures for remote class (on-demand class) | | | Details will be explained in the first lecture. |
|
|