授業(2024年度)

開講期: 後期 木2

教室:B1-東大

備考:主担5回(情報の学び方、情報システム、データサイエンス、コンピュータを用いたデータ分析、機械学習)

材料情報学 / 2年次

開講期: 後期 木1

教室:C5-実習室

備考:演習あり

知識情報システム学演習1/ 2年次

開講期: 前期 水4

教室:C5-実習室

備考:主担3回(C#文字列、行列、 最急降下法)

知識情報システム学演習3 / 3年次

開講期: 前期 火3~4

教室:B3-311

備考:主担3回(Linux、データ科学)

知識情報システム学演習4 / 3年次

開講期: 後期 火3~4

教室: C5-研究室6

備考:ミニ卒論

材料情報学特論 / 博士前期課程

開講期: 前期 木2

教室:オンライン

 

公開講座

2021年度 材料情報科学(知識情報システム学類 2年生向け)の一部公開している授業動画です。

受講紹介

機械学習概論1 1.人工知能と機械学習

機械学習概論1 2.機械学習の分類

機械学習概論1 3.機械学習の流れ

機械学習概論1 4.データの分割

機械学習概論1 5.過学習と交差検証

機械学習概論2 1.精度評価指標

機械学習概論2 2. 代表的な機械学習手法

機械学習概論2 3.データの質と量

線形回帰 1.最小二乗法と勾配法、2.線形回帰の課題

線形回帰 3.Ridge回帰とLasso回帰、4.Lasso回帰の課題

線形回帰 5.ロジスティック回帰、6.ロジスティック回帰

ニューラルネットワーク 1. ノードと層

ニューラルネットワーク 2. アフィン変換

ニューラルネットワーク 3. 活性化関数

ニューラルネットワーク 4. 順伝播から勾配法へ

ニューラルネットワーク 5. 誤差逆伝播法

組織観察と特性評価 4.ミクロ組織観察への深層学習の利用

深層学習概論 1.  画像の扱い

深層学習概論 2. 畳み込み層

深層学習概論 3. プーリング層

深層学習概論 4. ミニバッチ学習

深層学習概論 5. ドロップアウトとバッチ正規化