カリキュラムSession4｜『人を知る』人工知能講座

	［鹿島久嗣教授　研究室］

統計的機械学習の基本的な考え方やアプローチを学ぶとともに、先端的な話題、とくにグラフやネットワークといった複雑な構造をもったデータを扱う手法を学びます。また、単に知識としての理解だけでなく、実際にデータを前に手を動かして、試行錯誤することでこれらの知識を実体験をもって理解することを目指します。

京都大学大学院情報学研究科知能情報学専攻教授
鹿島久嗣

京都大学大学院情報学研究科知能情報学専攻准教授
山田誠

京都大学大学院情報学研究科知能情報学専攻助教
竹内孝

京都大学大学院情報学研究科知能情報学専攻教授
鹿島久嗣

京都大学大学院情報学研究科知能情報学専攻准教授
山田誠

京都大学大学院情報学研究科知能情報学専攻助教
竹内孝

前提知識	Python言語でのプログラミング経験、大学初等の微分積分・線形代数・確率統計の知識

11月17日（水）

9:30～		機械学習概説機械学習の考え方、応用
11:00～		回帰回帰問題、線形回帰、最小二乗法、リッジ回帰
12:30～	休　憩
13:30～		回帰
15:00～		非線形回帰非線形回帰モデル、カーネル法、アンサンブルモデル
16:30～		非線形回帰

11月18日（木）

9:30～		機械学習の方法論最適化、最尤推定、モデル選択
11:00～		分類フィッシャー判別、ロジスティック回帰、ナイーブベイズ分類
12:30～	休　憩
13:30～		ニューラルネットワーク深層学習、計算グラフ、自動微分
15:00～		ニューラルネットワーク
16:30～		発展的話題転移学習他

11月24日（水）

9:30～		推薦システム行列分解、因子分解マシン、テンソル分解
11:00～		推薦システム
12:30～	休　憩
13:30～		特徴選択と次元削減 Lasso、主成分分析、オートエンコーダ
15:00～		特徴選択と次元削減
16:30～		グラフ学習グラフマイニング、グラフカーネル、ラベル伝播

11月25日（木）

9:30～		グラフニューラルネットワークグラフ畳み込みニューラルネットワーク
11:00～		グラフニューラルネットワーク
12:30～	休　憩
13:30～		異常検知教師なし異常検知、時系列異常検知
15:00～		発展的話題強化学習、AIの説明可能性、因果推論、集合知
18:00～	アフターセッション