カリキュラムSession1｜『人を知る』人工知能講座 2022

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、木やグラフなどの複雑な構造をもったデータを扱う先端的な手法や、推薦システムなどの機械学習の代表的な応用について学びます。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。

［山本章博教授　研究室］

京都大学大学院情報学研究科知能情報学専攻教授
山本章博

京都大学大学院情報学研究科知能情報学専攻特定准教授
市瀬夏洋

京都大学大学院情報学研究科知能情報学専攻教授
山本章博

京都大学大学院情報学研究科知能情報学専攻特定准教授
市瀬夏洋

［鹿島久嗣教授　研究室］

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、大学初等の数学（微分積分・線形代数・確率統計・離散数学）の知識

8月25日（木）

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、非線形回帰
12:30～	休　憩
13:30～		回帰（同上）
15:00～		機械学習の方法論最適化、最尤推定、モデル選択
16:30～ 18:00		分類フィッシャー判別、ロジスティック回帰、カーネル法

8月26日（金）

9:30～		ニューラルネットワーク深層学習、計算グラフ、誤差逆伝播法
11:00～		ニューラルネットワーク（同上）
12:30～	休　憩
13:30～		グラフニューラルネットワークグラフ機械学習、グラフ畳み込みニューラルネットワーク
15:00～		グラフニューラルネットワーク（同上）
16:30～ 18:00		発展的話題

9月1日（木）

9:30～		教師なし学習距離とクラスタリング
11:00～		文字列間の距離編集距離、動的計画法、LCS
12:30～	休　憩
13:30～		構造データ間の距離 Taiマッピング、ボトムアップ距離、トップダウン距離
15:30～		構造データ間の距離（同上）
16:30～ 18:00		発展的話題

9月2日（金）

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（同上）
12:30～	休　憩
13:30～		パターンマイニングマーケットバスケット分析、頻出・飽和パターン、列挙アルゴリズム
15:00～		パターンマイニング（同上）
16:30～		発展的話題
18:00～	アフターセッション

©Kyoto University Original Co., Ltd. All rights reserved.