「データ学習アルゴリズム」
渡辺澄夫 著
共立出版(2001)
| 日時 | 内容 | PowePointファイル | その他資料など | 発表者 |
| 4月23日 | 第1章 学習と確率 1.1 学習とは 1.2 確率変数と情報科学 1.2.1 離散値をとる確率変数 1.2.2 連続値をとる確率変数 1.2.3 確率変数の変換 1.2.4 平均と分散 |
iwasaki1.pdf | なし | 岩崎 |
| 4月23日 | 1.3 確率と推論 1.3.1 同時確率密度関数と関係 1.3.2 推論と条件つき確率 1.3.3 回帰関数 1.3.4 独立性 |
sasaki1.ppt | なし | 佐々木 |
| 4月23日 | 1.4 確率変数の距離 | shinnou1.ppt | 例26の証明 補題2の証明 |
新納 |
| 5月21日 | 第2章 学習と統計的推測 2.1 データと学習 2.1.1 学習とは 2.1.2 同時確率密度関数の学習 2.1.3 学習法の意味 2.1.4 学習の尺度 |
sasaki2.ppt | なし | 佐々木 |
| 5月21日 | 2.1.5 条件つき確率密度関数の推定法 2.1.6 回帰関数の推定 2.1.7 パターン識別関数の推定 2.1.8 関数近似誤差と統計誤差 |
shinnou2.ppt | 例30の補足 例33の補足 |
新納 |
| 5月21日 | 2.2 最適化法 2.2.1 最急降下法 2.2.2 確率項をもつ最急降下法 |
iwasaki2.pdf | なし | 岩崎 |
| 6月25日 | 第3章 複雑な学習モデル 3.1 関数近似モデル 3.1.1 関数近似モデルの定義 3.1.2 関数近似モデルの学習 |
sasaki3.ppt | なし | 佐々木 |
| 6月25日 | 3.1.3 3層パーセプトロン | shinnou3.ppt | なし | 新納 |
| 6月25日 | 3.1.4 球形基底関数、RBF | iwasaki3.pdf | 式23の補足 | 岩崎 |
| 6月25日 | （おまけ） 正則モデルにおける能動学習 注意）「データ学習アルゴリズム」の著者の 研究室の渡辺一帆さんという方が書かれた 資料を紺野君が解説したもの。 |
konno.ppt | なし | 紺野 |
| 8月1日 | 3.2 競合学習 3.2.1 確率競合モデル 3.2.2 混合正規モデルの推論 3.2.3 混合分布の最急降下法 |
iwasaki4.pdf | なし | 岩崎 |
| 3.2.4 確率競合モデルとEMアルゴリズム 3.2.5 EMアルゴリズム |
sasaki4.ppt | EMのパラメータ 推定の補足 |
佐々木 | |
| 3.2.6 ノンパラメトリック学習 3.2.7 自己組織化写像 |
shinnou4.ppt | 定理１の証明 | 新納 | |
| 9月18日 | 3.3 ポルツマンマシン 3.3.1 ポルツマンマシンの定義 3.3.2 ポルツマンマシンの推論 |
fujiyoshi.ppt | なし | 藤芳 |
| 3.3.3 平衡状態の実現 3.3.4 ポルツマンマシンの学習 |
shinnou5.ppt | なし | 新納 | |
| 3.3.5 平均場近似 3.3.6 確定的ポルツマンマシン |
iwasaki5.pdf | なし | 岩崎 | |
| 3.4 サポートベクトルマシン 3.4.1 サポートベクトルマシンの定義 3.4.2 マージン最大化 3.4.3 高次元埋込みと核関数 |
sasaki5.ppt | なし | 佐々木 |