機械学習Ⅰ ｛遠隔授業｝

授業コード

510999

オムニバス

科目名

機械学習Ⅰ

科目名（英語）

Machine Learning I

配当学年

3年

単位数

2.00単位

年度学期

2025年度春学期

曜日時限

金曜5限

対象学科

先_データ

コース

科目区分

専門科目

必選の別

選択科目

担当者

荒川　俊也

教室

実務家教員担当授業

担当教員の荒川は自動車メーカーで人間工学研究やHMI開発の経験があり、この経験に即した指導を行う。　

授業の目的と進め方

機械学習の理解を確実なものにするためには、機械学習の仕組みの理解と実践の両輪を回しながら進める必要がある。本科目は、機械学習の本格的な学習に向けた導入として位置づけると共に、「機械学習Ⅱ」に繋がる科目として、「決定木」「回帰分析」を中心として学ぶ。欠損値の処理や変数の選択など、データの前処理にも触れる。授業はテキストをフルに活用する形で進め、主にプログラミングによる演習を主体とする。また、適宜グループワークを導入する。

達成目標１

プログラミングが求められる状況において、臆せず対応できる。【30%】

達成目標２

データの前処理を行い、機械学習に資するデータとして活用することができる。【30%】

達成目標３

Pythonで簡単な機械学習のプログラムを作成し、その原理を説明し、動作を理解できる。【20%】

達成目標４

予測と分類の手法を理解し、適切な状況で適切な機械学習手法を選択できるようになる。【20%】

達成目標５

達成目標６

達成目標７

アクティブラーニング

ディスカッション

ディベート

グループワーク

○

プレゼンテーション

実習

○

フィールドワーク

その他課題解決型学習

授業計画

授業時間外課題（予習および復習を含む）

第１回

ガイダンス/機械学習とは？/「教師あり学習」と「教師なし学習」の基本

機械学習とは何か、概念をwebなどで調査しておく（予習1時間）。「教師なし学習」と「教師あり学習」の概念を復習し、それぞれどのような手法があるか整理しておく（復習2時間）。

第２回

Pythonの復習

Pythonの基本的な文法や関数の使い方を復習する。テキスト第0章を読んでおく（予習1時間）。授業内の演習で間違えた問題をやり直し、Pythonの基本的な文法や関数の理解を確実にする（復習2時間）。

第３回

教師なし学習：クラスタリング

クラスタリングについてwebで調査する（予習1時間）。k-means法を含め，クラスタリングの主要な手法についてアルゴリズムを確認しておく。Pythonのソースコードを打ち込んで動作を確認しておく（復習2時間）。

第４回

教師あり学習（分類）：決定木（その1）

決定木のアルゴリズムについてwebで予習しておく（予習1時間）。エントロピーについて確認しておく。決定木のアルゴリズムを確認しておく（復習2時間）。

第５回

教師あり学習（分類）：決定木（その2）

決定木のアルゴリズムについてwebで予習しておく（予習1時間）。ジニ不純度について確認しておく。決定木のアルゴリズムを確認しておく。Pythonのソースコードを打ち込んで動作を確認しておく（復習2時間）。

第６回

教師あり学習（分類）：サポートベクタマシン

サポートベクタマシンについてwebで調査する（予習1時間）。サポートベクタマシンについてアルゴリズムを確認しておく。Pythonのソースコードを打ち込んで動作を確認しておく（復習2時間）。

第７回

教師あり学習（回帰）：回帰分析

回帰分析についてwebで調査する（予習1時間）。回帰分析についてアルゴリズムを確認しておく。Pythonのソースコードを打ち込んで動作を確認しておく（復習2時間）。　

第８回

実践演習：機械学習の体験（その1）

テキスト第3章と第4章を熟読しておく（予習1時間）。第4章「データの前処理」までのソースコードを再度入力・実行し、ソースコードの意味を確実に理解する（復習2時間）。

第９回

実践演習：機械学習の体験（その2）　

テキスト第4章を熟読しておく（予習1時間）。第4章全てのソースコードを再度入力・実行し、ソースコードの意味を確実に理解する（復習2時間）。　

第10回

実践演習（分類）：アヤメの判別（その1）　

第4章の練習問題をもう一度解く。その上で、適宜資料を活用して「決定木」について調べ、テキスト第5章を熟読しておく（予習1時間）。第5章「モデルの作成と学習」までのソースコードを再度入力・実行し、ソースコードの意味を確実に理解する（復習2時間）。

第11回

実践演習（分類）：アヤメの判別（その2）

テキスト第5章を熟読しておく（予習1時間）。第5章全てのソースコードを再度入力・実行し、ソースコードの意味を確実に理解する（復習2時間）。　

第12回

実践演習（分類）：客船沈没事故での生存予測

第6章の練習問題をもう一度解く。その上で、適宜資料を活用して「決定木」について調べ、テキスト第7章を熟読しておく（予習1時間）。第7章全てのソースコードを再度入力・実行し、ソースコードの意味を確実に理解する（復習2時間）。　

第13回

実践演習（回帰）：映画の興行収入の予測

第5章の練習問題をもう一度解く。その上で、適宜資料を活用して「回帰分析」について調べ、テキスト第6章を熟読しておく（予習1時間）。第6章全てのソースコードを再度入力・実行し、ソースコードの意味を確実に理解する（復習2時間）。

第14回

総合演習

第8章の練習問題をもう一度解く。その上で、テキスト第8章までで不明だったソースコードを理解し、自らの手で作れるようにする（予習1時間）。第9章の総合演習問題をもう一度解いてみる（復習2時間）。

課題等に対するフィードバック

練習問題や総合演習実施の次の回冒頭に、練習問題や演習問題の勘所について解説することでフィードバックとする。

評価方法と基準

練習問題の解答状況、総合演習および最終レポートの結果より、提出課題と到達度の確認を踏まえて60点以上を合格とする。教員より指示された全ての課題を提出した段階で60点（C評価）とする。

テキスト

「スッキリわかるPythonによる機械学習入門」須藤秋良著・株式会社フレアリンク監修　インプレス【ISBN-13: 978-4295009948】

参考図書

「実務で役立つPython機械学習入門課題解決のためのデータ分析の基礎」池田雄太郎・田尻俊宗・新保雄大著　翔泳社【ISBN-13: 978-4798163406】　

科目の位置づけ（学習・教育目標との対応）

データサイエンス学科の「人工知能系」に求められる基礎的な機械学習の知識と実装のテクニックを学習する。　

履修登録前の準備

データサイエンスプログラミングⅣで学んだPythonの知識を復習しておくこと。また、機械学習の理解を深めるために、本科目を受講する学生は、秋学期の「機械学習Ⅱ」も必ず受講されたい。

シラバス情報