日本語 English
| 開講年度/ Academic YearAcademic Year |
20242024 |
| 科目設置学部/ CollegeCollege |
人工知能科学研究科/Graduate School of Artificial Intelligence and ScienceGraduate School of Artificial Intelligence and Science |
| 科目コード等/ Course CodeCourse Code |
VR411/VR411VR411 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
|
| 授業形態/ Class FormatClass Format |
オンライン（全回オンライン）/Online (all classes are online)Online (all classes are online) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
発話を伴う授業を発話を伴う授業を学内で受講する場合はA301教室の利用可 |
| 授業形式/ Class StyleCampus |
講義/LectureLecture |
| 校地/ CampusCampus |
池袋/IkebukuroIkebukuro |
| 学期/ SemesterSemester |
秋学期/Fall semesterFall semester |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
火6/Tue.6 Tue.6 ログインして教室を表示する（Log in to view the classrooms.） |
| 単位/ CreditsCredits |
22 |
| 科目ナンバリング/ Course NumberCourse Number |
AIR5400 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
科目コード登録/Course Code RegistrationCourse Code Registration |
| 配当年次/ Assigned YearAssigned Year |
配当年次は開講学部のR Guideに掲載している科目表で確認してください。配当年次は開講学部のR Guideに掲載している科目表で確認してください。 |
| 先修規定/ Prerequisite RegulationsPrerequisite Regulations |
|
| 他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
履修登録システムの『他学部・他研究科履修不許可科目一覧』で確認してください。 |
| 履修中止可否/ Course CancellationCourse Cancellation |
－（履修中止制度なし/ No system for cancellation) |
| オンライン授業60単位制限対象科目/ Online Classes Subject to 60-Credit Upper LimitOnline Classes Subject to 60-Credit Upper Limit |
|
| 学位授与方針との関連/ Relationship with Degree PolicyRelationship with Degree Policy |
各授業科目は、学部・研究科の定める学位授与方針（DP）や教育課程編成の方針（CP）に基づき、カリキュラム上に配置されています。詳細はカリキュラム・マップで確認することができます。 |
| 備考/ NotesNotes |
The aim of this course is to learn elementary topics in statistical data modeling, including Maximum Likelihood Estimation (MLE) and Maximum A Posterior (MAP), Bayesian inference, and related topics.
The main themes of this course are:
1. Probability distributions and their properties
2. Probabilistic inference: MLE/MAP/Bayesian inference
3. Supervised learning of mixture models
4. Unsupervised learning of mixture models
| 1 | 確率・統計の復習 |
| 2 | 二項分布 |
| 3 | 多項分布 |
| 4 | 正規分布 |
| 5 | ベイズ的モデリングの基礎 |
| 6 | 多項分布によるベイズ的モデリング |
| 7 | 正規分布によるベイズ的モデリング |
| 8 | ベイズ推測 |
| 9 | 指数型分布族 |
| 10 | 予測分布 |
| 11 | 混合分布モデルの教師あり学習 |
| 12 | 混合分布モデルの教師なし学習（１） |
| 13 | 混合分布モデルの教師なし学習（２） |
| 14 | 発展的な確率モデル |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
各回の授業は前回までの授業の理解を前提しておこなわれるので、次の回の授業までによく復習しておくこと。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
授業への参加と複数回のレポート(100%) |
| 備考 (Notes) | ||
なし/None
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 須山 敦志 | ベイズ推論による機械学習入門 （機械学習スタートアップシリーズ） | 講談社 | 2017 | 9784061538320 |
| 2 | C.M. ビショップ | パターン認識と機械学習（上） | 丸善出版 | 2012 | 9784621061220 |
| 3 | C.M. ビショップ | パターン認識と機械学習（下） | 丸善出版 | 2012 | 9784621061244 |
2,3番の参考文献の原書は下記の場所で入手可能。
https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf
この科目では、最尤推定、MAP推定、ベイズ推論など、統計モデリングについて基本的な事項を学ぶ。
The aim of this course is to learn elementary topics in statistical data modeling, including Maximum Likelihood Estimation (MLE) and Maximum A Posterior (MAP), Bayesian inference, and related topics.
授業では主に以下のような事柄について説明する。
１．さまざまな確率分布とその特徴
２．最尤推定、MAP推定、ベイズ推測
３．混合分布の教師あり学習
４．混合分布の教師なし学習
The main themes of this course are:
1. Probability distributions and their properties
2. Probabilistic inference: MLE/MAP/Bayesian inference
3. Supervised learning of mixture models
4. Unsupervised learning of mixture models
| 1 | 確率・統計の復習 |
| 2 | 二項分布 |
| 3 | 多項分布 |
| 4 | 正規分布 |
| 5 | ベイズ的モデリングの基礎 |
| 6 | 多項分布によるベイズ的モデリング |
| 7 | 正規分布によるベイズ的モデリング |
| 8 | ベイズ推測 |
| 9 | 指数型分布族 |
| 10 | 予測分布 |
| 11 | 混合分布モデルの教師あり学習 |
| 12 | 混合分布モデルの教師なし学習（１） |
| 13 | 混合分布モデルの教師なし学習（２） |
| 14 | 発展的な確率モデル |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
各回の授業は前回までの授業の理解を前提しておこなわれるので、次の回の授業までによく復習しておくこと。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
授業への参加と複数回のレポート(100%) |
| 備考 (Notes) | ||
なし/None
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 須山 敦志 | ベイズ推論による機械学習入門 （機械学習スタートアップシリーズ） | 講談社 | 2017 | 9784061538320 |
| 2 | C.M. ビショップ | パターン認識と機械学習（上） | 丸善出版 | 2012 | 9784621061220 |
| 3 | C.M. ビショップ | パターン認識と機械学習（下） | 丸善出版 | 2012 | 9784621061244 |
2,3番の参考文献の原書は下記の場所で入手可能。
https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf