| 授業方針・テーマ |
本科目では、現代社会におけるデータサイエンスの基礎知識として機械学習技術の概要を学ぶとともに、実応用の最も多いと思われる教師あり学習について、Pythonによる演習を通して学ぶ。データの前処理からモデルの作成および評価まで、留意すべき点をおさえながら、教師あり学習の基本的な実行ができるようになることを目指す。 |
習得できる知識・能力や授業の
目的・到達目標 |
【科目特有の知識・スキル】
本授業では、講義と演習の双方を通して、以下の知識・能力を身につけることを目的とする。
(1) 機械学習の概論的知識をもとに、実社会と機械学習の関わりについて自身の考えを表現できるようになる。
(2) 教師あり学習の基礎知識を身につけ、実応用において起こりうる現象を適切に評価できるようになる。
(3) プログラミングにより教師あり学習の基本的な実装を行うことができるようになる。
【普遍的に有用性を持つ能力】
(1) 情報活用能力
Pythonによる演習を通して、プログラミングにおける試行錯誤過程にて直面した問題について、適切な情報を主体的に収集し、解決できるようになる。
(2) 総合的問題思考力
トレードオフする評価基準のもとで、多角的な観点から適切な教師あり学習モデルの作成と評価ができるようになる。
(3) 論理的思考力
Pythonによる演習を通して、アルゴリズムをプログラミングにて実装できるようになる。 |
授業計画・内容
授業方法 |
【授業計画】
《イントロダクション》
第1回 授業ガイダンス、機械学習の概要
第2回 Pythonによる機械学習プログラミングとその環境準備
《教師あり学習の基礎知識・スキル》
第3回 教師あり学習の概要、機械学習フレームワーク
第4回 Pythonによる機械学習の体験
第5回 データの理解と前処理(1) データ構造、データ尺度、記述統計、可視化
第6回 データの理解と前処理(2) データの前処理
第7回 アルゴリズム(1) 決定木、ランダムフォレスト、勾配ブースティング木
第8回 アルゴリズム(2) ロジスティック回帰、サポートベクターマシン、ニューラルネットワーク
第9回 アルゴリズム(3) 各種アルゴリズムの特徴の比較
第10回 過学習と汎化能力(1)
第11回 過学習と汎化能力(2)
第12回 モデルの評価(1) バリデーションとパラメータチューニング
第13回 モデルの評価(2) さまざまな評価指標とそのトレードオフ
《総合的演習とまとめ》
第14回 総合的演習
第15回 まとめと振り返り
【授業方法】
・講義・解説とPythonによる演習を繰り返しながら理解を進める。
・授業内外ともに学生各自のパソコンを用いて学習する。
・Pythonの環境はGoogle Colaboratoryを標準として進めるほか、Google系サービス等のオンラインツールを使用する。Googleアカウントが必要となるので各自用意すること。
・本授業はあくまで個人での学習が基本であるが、オンラインツールの特性を活かして、オンラインで学習状況や演習課題の成果物をシェアしたり相互フィードバックを行ったりして、クラス全体での学び合いを目指す。 |
| 授業外学習 |
・原則として毎回授業内にPythonによる演習に取り組み、必要に応じて授業後に完成させてオンラインで提出する。
・演習については、全員必須のテーマと任意のテーマを用意することがある。自身の関心・意欲・状況に応じて取り組む量を決定し、主体的に学習計画を立てるものとする。 |
| テキスト・参考書等 |
資料を配布するのでテキストは指定しない。
理解を深めるための参考書にはたとえば以下のようなものがある（その他授業中にも紹介する）。
伊藤真, 「Pythonで動かして学ぶ！あたらしい機械学習の教科書 第3版」, 翔泳社, 2022.
杉山聡, 「本質を捉えたデータ分析のための分析モデル入門」, ソシム, 2022.
株式会社システム計画研究所（編）, 「Pythonによる機械学習入門」, オーム社, 2016.
Andreas C. Muller, Sarah Guido（著）, 中田秀基（訳）, 「Pythonではじめる機械学習」, オライリー・ジャパン, 2017. |
| 成績評価方法 |
(1)学習の振り返りの記録、(2)演習課題の提出物、および(3)最終レポートを評価材料とし、学習の量、および「習得できる知識・能力や授業の目的・到達目標」にある科目特有の知識・スキルや普遍的に有用性を持つ能力の習得の度合いを評価する。評価の結果はポイント化し、オンラインで確認できるようにする。最終的な成績はこれをもとに総合的に評価する。これらの成績評価の詳細は授業において説明する。 |
質問受付方法
(オフィスアワー等) |
オフィスアワーは特に設定しないが、質問・相談は随時受け付けるので、まずはメール等で気軽に連絡してほしい。
（連絡先： kondo@tmu.ac.jp 研究室：南大沢キャンパス6号館408室） |
特記事項
(他の授業科目との関連性) |
特定の授業の修得を前提とはしないが、プログラミングに関しては最低限の経験があることが望ましい。
なお、本授業は通常教室で実施するが、授業中にパソコンを用いた学習活動を行うため、各自ノートパソコンを用意して授業に持参すること。 |
| 備考 |
|
シラバス照会