東京科学大学 工学院 経営工学系の学部と大学院で行っている機械学習に関する2つの講義の資料を1つにまとめたものです. 講義では表面的な知識を得るのではなく, 手法の特性をしっかりと理解することを目指しています. データに何かの機械学習法を適用するだけでは, 現実問題は解決しないことが大半です. 機械学習の技術を自在に応用できるようになるために, 基礎理論・数理モデル・学習アルゴリズムについて, ある程度数学的な説明をしています.
| 1.1 | 数学の諸性質 | 講義資料 |
| 1.2 | 非線形最適化 | 講義資料 |
| 2.1 | 教師あり学習 | 講義資料 |
| 2.2 | 線形回帰とロジスティック回帰 | 講義資料 |
| 2.3 | サポートベクターマシン | 講義資料 |
| 2.4 | 決定木とアンサンブル学習 | 講義資料 |
| 2.5 | ニューラルネットワーク | 講義資料 |
| 3.1 | クラスタリング | 講義資料 |
| 3.2 | 特徴抽出 | 講義資料 |
| 3.3 | 生成モデル | 講義資料 |