講義

---

京都大学集中講義：機械学習と深層学習の数理と応用

2018年12月17日～20日

レポート課題 (2019年1月10日締め切り．提出先：数学教室事務室)

• レポート課題１: Pythonによる深層学習の実装（"初学者向け"・"非初学者向け"のどちらかを解いてください）
  • 初学者向け：Google colabを用いて以下のipython notebookに書いてある内容に従い実行し，４つの課題の結果を報告してください．
    • Pythonの基本的な文法.ipynb，
    • scikit-learn を用いた機械学習.ipynb,
    • 深層学習を用いた画像認識.ipynb
  • 非初学者向け：自分で興味のある深層学習モデルを学習し，その結果を報告してください．問題は画像認識でも自然言語処理でもなんでも構いません．

• レポート課題２：問題を解いて提出してください
  • レポート課題２のpdf．

講義資料

• 初回：機械学習概要
• 二回目：深層学習概要 (12/18更新)
• 板書ノート:
• 近似理論
• 汎化誤差バウンド，Rademacher複雑度
• Fast learning rate，局所Rademacher複雑度

参考文献: 参考文献一覧

---

同志社大学集中講義：文化情報学特殊講義

2018年8月6日～9日

• レポート課題: pdf
• pythonによる機械学習演習 (初学者向け): pdf
  • コード：code.zip

---

社会人向け講座「データ分析者養成コース」：概論「機械学習の概要」(2018年秋)

• 講義資料：
• 機械学習の概要 (pdf) (2018年11月1日)

社会人向け講座「データ分析者養成コース」：概論「機械学習技術とその数理基盤」(2018年夏)

• 講義資料：
• 第一部：機械学習概要と正則化およびスパース推定 (pdf) (初回および二回目前半分)
• 第二部：深層学習 (pdf) (二回目後半分)
  → 第一回講義終了後修正版 (pdf) (2018/4/15)

関連講義ページ: 「データ解析」（Rによるデータ解析を解説しています）

---

確率数理工学

学部，金曜2限，夏

補足資料（理論）

• 大数の強法則および中心極限定理
• マルコフ連鎖の性質

パワーポイント資料

• 確率の応用
• GAN (Generative Adversarial Network) の説明
• これまでのまとめおよび独立成分分析の説明

---

確率数理要論

大学院，金曜2限，冬

レポート課題：pdf（1/30提出締め切り）