学部・大学院区分
Undergraduate / Graduate		工・博前
時間割コード
Registration Code		2851525
科目区分【日本語】
Course Category
専門科目
科目区分【英語】
Course Category
Specialized Courses
科目名　【日本語】
Course Title		機械学習・データサイエンス特論
科目名　【英語】
Course Title		Advanced Lectures on Machine Learning and Data Science
コースナンバリングコード
Course Numbering Code
担当教員　【日本語】
Instructor		竹内 一郎 ○ 田地 宏一
担当教員　【英語】
Instructor		TAKEUCHI Ichiro ○ TAJI Kouichi
単位数
Credits		2
開講期・開講時間帯
Term / Day / Period		秋 水曜日 ２時限
Fall Wed 2
授業形態
Course style		講義
Lecture
学科・専攻【日本語】
Department / Program
機械システム工学専攻
学科・専攻【英語】
Department / Program
Department of Mechanical Systems Engineering
必修・選択【日本語】
Required / Selected
選択
必修・選択【英語】
Required / Selected
Elective


授業の目的　【日本語】
Goals of the Course(JPN)
本講義では，機械学習とデータサイエンスについて学ぶ。
授業の目的　【英語】
Goals of the Course
In this lecture, we will learn machine learning and data science.
到達目標　【日本語】
Objectives of the Course(JPN))
機械学習の基本知識を習得する。
到達目標　【英語】
Objectives of the Course
Acquire basic knowledge of machine learning and data science.
バックグラウンドとなる科目【日本語】
Prerequisite Subjects
学部時代にデータサイエンスに関する科目を受講していることが望ましい。
バックグラウンドとなる科目【英語】
Prerequisite Subjects
It is desirable to have taken a course related to data science during your undergraduate studies.
授業の内容【日本語】
Course Content
注：講義内容の一部は変更の可能性あり

回帰問題の基礎
分類問題の基礎
モデル選択の基礎
特徴選択と正則化
スパースモデリング
ベイズモデリング
クラスタリング
主成分分析
確率密度推定
統計的決定理論
選択バイアスと多重検定
実験計画法
相関と因果
異常検知
時系列データの学習
授業の内容【英語】
Course Content
Note: There is a possibility of changes in the lecture content.

Fundamentals of Regression Problems
Fundamentals of Classification Problems
Fundamentals of Model Selection
Feature Selection and Regularization
Sparse Modeling
Bayesian Modeling
Clustering
Principal Component Analysis
Probability Density Estimation
Statistical Decision Theory
Selection Bias and Multiple Testing
Experimental Design
Correlation and Causation
Anomaly Detection
Learning with Time Series Data
成績評価の方法と基準【日本語】
Course Evaluation Method and Criteria
課題提出により成績を評価する。
成績評価の方法と基準【英語】
Course Evaluation Method and Criteria
Evaluate the grade based on the submission of the assignments.
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．受講者は受講時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，書き込みができるようにしておくことが望ましい。
履修条件・注意事項【英語】
Course Prerequisites / Notes
The lecture will be conducted by distributing blank lecture slides and writing on them during the lecture. It is preferable for the students to print out the lecture slides during the class or prepare a tablet PC, etc.
教科書【日本語】
Textbook
講義資料を配布する
教科書【英語】
Textbook
Lecture materials will be provided.
参考書【日本語】
Reference Book
Deep Learning

Convex Optimization
参考書【英語】
Reference Book
Deep Learning

Convex Optimization
授業時間外学習の指示【日本語】
Self-directed Learning Outside Course Hours
講義で課された課題に取り組むこと。
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.
講義は対面式で行うことを基本とするが、オンラインやオンデマンドに変更になる場合もある。
授業開講形態等【英語】
Lecture format, etc.
Lectures will be mainly held face-to-face, but parts of them will be done in online or on-demand formats.
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)
詳細はTACTを参照すること。
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)
Refer to TACT for more details.