ML/2022 の履歴(No.26) - takataka

[ トップ ] [ 新規 | 一覧 | 検索 | 最終更新 | ヘルプ | ログイン ]

機械学習I/II 2022年度†

対象: 龍谷大学先端理工学部数理・情報科学課程（3年1Q+2Q） / 理工学部数理情報学科（3年前期）
- 先端理工学部科目「機械学習I」(1Q)+「機械学習II」(2Q)と理工学部科目「パターン情報処理」の合併開講です
担当: 高橋隆史
リンクいろいろ
- 「機械学習I」の Web シラバス / 「機械学習II」の Web シラバス
- 龍大Teams上にこの科目のチームがあります．参加方法: Teams アプリで「チームに参加」をクリック，「チームコード」 roexxin を入力
  - この授業のTeamsチーム
- この科目のMoodleコース初回の授業で参加法を説明します．詳しくはこちら．
- この科目の GitHub リポジトリ
- Web質問予約システム callTA （by 樋口先生）

大事なお知らせ†

ML/2022のNews†

2022-05-27 「機械学習I」は 0530月までで，0606月からは「機械学習II」です．
- 「パターン情報処理」として受講してるひとはそのままその後半です．
- 教室（実習室），ウェブページ（ここ），Teams，moodle 等は「機械学習I」のと同じものを使用します．「機械学習II」から受講するひとは，ex01 を参照して準備しておいてください．
- 0606月の授業までの宿題が↓の ex09 にあります．

2022-05-17 5月30日の授業では小テストを実施します． 詳しくは授業中に説明します．
2022-03-14 この授業では 1-542 情報実習室を主に使います．初回はそちらへ集合してください．
2022-02-28 このページを作成．まだないようがないよう．

このウェブサイト共通のNews†

2026-07-13 TLABで2026年度後期-2027年度に特別研究（卒業研究）やりたいひと募集中．詳細はこちら

過去のNews

進行†

注意†

動画は，Microsoft Stream で配信してます．
- この授業の Teams チーム参加者のみが閲覧できます．ユーザ名とパスワードが求められたら全学統合認証ので．
- 授業動画一覧
拡張子 .ipynb のファイルは，Google Colab の notebook です．
- notebook は GitHub リポジトリに置いてあります
- notebook の扱い方については，第1回のページの Google Colab を使えるようになるを参照してください
- 自分がコピーした Colab Notebook ファイルは，Google Drive の「マイドライブ」 https://drive.google.com/drive/my-drive の中の「Colab Notebooks」に保存されてます．

ex13 0704(Mon) 次元削減(2)(3) 主成分分析 -中編・後編†

notebook と動画
- 以下のうち noteA/noteB の notebook の閲覧・実行と動画の視聴は授業開始までの宿題です
- ex13noteA.ipynb + ML2022-ex13noteA (18m)
- ex13noteB.ipynb + ML2022-ex13noteB (18m)

ex12 0627(Mon) クラスタリング(2) 階層型クラスタリング／次元削減(1) 主成分分析 -前編†

notebook と動画
- 以下のうち noteA/noteB の notebook の閲覧・実行と動画の視聴は授業開始までの宿題です
- ex12noteA.ipynb + ML2022-ex12noteA (17m)
- ex12noteB.ipynb + ML2022-ex12noteB (27m)
- ex12noteC.ipynb （この notebook には対応する動画はありません）

ex11 0620(Mon) 教師なし学習とは／クラスタリング(1) K-平均法†

notebook と動画
- 以下のうち noteA/noteB の notebook の閲覧・実行と動画の視聴は授業開始までの宿題です
- ex11noteA.ipynb + ML2022-ex11noteA (23m)
- ex11noteB.ipynb + ML2022-ex11noteB (22m)
- ex11noteC.ipynb （この notebook には対応する動画はありません）

ex10 0613(Mon) 過適合の抑制とモデル選択†

notebook と動画
- 以下のうち noteA/noteB の notebook の閲覧・実行と動画の視聴は授業開始までの宿題です
- ex10noteA.ipynb + ML2022-ex10noteA (21m)
- ex10noteB.ipynb + ML2022-ex10noteB (20m)
- ex10noteC.ipynb （この notebook には対応する動画はありません）

ex09 0606(Mon) データの前処理†

「機械学習II」の初回．exXY の XY は「機械学習I」からの通し番号です

notebook と動画
- 以下の notebook の閲覧・実行と動画の視聴は授業開始までの宿題です
- ex09noteA.ipynb + ML2022-ex09noteA (26m)
- ex09noteB.ipynb + ML2022-ex09noteB (14m)

ex08 0530(Mon) 小テスト†

ex07 0523(Mon) 決定木／これまでのまとめ†

notebook と動画
- 以下の notebook の閲覧・実行と動画の視聴は授業開始までの宿題です
- ex07noteA.ipynb + ML2022-ex07noteA (23m)
授業のページ ex07

ex06 0516(Mon) ニューラルネットワークと深層学習†

notebook と動画
- 以下のうち noteA/noteB の notebook の閲覧・実行と動画の視聴は授業開始までの宿題です
- ex06noteA.ipynb + ML2022-ex06noteA (24m)
- ex06noteB.ipynb + ML2022-ex06noteB (29m)
- ex06noteC.ipynb （この notebook には対応する動画はありません）

ex05 0509(Mon) ロジスティック回帰＋勾配法によるパラメータの最適化 (2)(3)†

notebook と動画
- 以下の notebook の閲覧・実行と動画の視聴は授業開始までの宿題です
- ex05noteA.ipynb + ML2022-ex05noteA (34m)
- ex05noteB.ipynb + ML2022-ex05noteB (34m)

ex04 0502(Mon) 識別のための教師あり学習(2)／ロジスティック回帰＋勾配法によるパラメータの最適化 (1)†

notebook と動画
- 以下の notebook の閲覧・実行と動画の視聴は授業開始までの宿題です
- ex04noteA.ipynb + ML2022-ex04noteA (19m)
- ex04noteB.ipynb + ML2022-ex04noteB (22m)

ex03 0425(Mon) 汎化と過適合／識別のための教師あり学習(1)†

notebook と動画
- 以下の notebook の閲覧・実行と動画の視聴は授業開始までの宿題です
- ex03noteA.ipynb + ML2022-ex03noteA (29m)
- ex03noteB.ipynb + ML2022-ex03noteB (21m)

ex02 0418(Mon) 回帰のための教師あり学習†

notebook と動画
- 以下の notebook の閲覧・実行と動画の視聴は授業開始までの宿題です
- この授業の Teams に参加していれば動画を視聴できるはずですが，アクセス権限がない等と言われてしまう場合は対応しますので，チャット等で高橋に知らせてください
- ML2022-ex02demo (14m)
- ex02noteA.ipynb + ML2022-ex02noteA (18m)
- ex02noteB.ipynb + ML2022-ex02noteB (23m)

ex01 0411(Mon) オリエンテーションと準備†

授業のページ ex01

おまけ†

omake おまけ課題