人工知能の学習理論






もどる

渡辺ホーム




研究室紹介





ここでは2015年度まで行っていた講義「情報学習理論」の概略をまとめています。

人工知能を作るときに使われる学習モデル、具体的には ニューラルネット・深層学習・サポートベクトルマシン・混合正規分布・ボルツマンマシン・ 自己組織化写像などについて紹介しました。

プログラムは MATLAB あるいは octave で動くと思います。




初めてのみなさまに 人工知能とは何ですか ,




講義内容


第01回 学習とは  ノート, メインプログラム , 描画プログラム1 , 描画プログラム2 , データ描画プログラム, 学習用データ , テスト用データ.

第02回 教師あり学習 テンソルマシン ノート, メインプログラム

第03回 教師あり学習 最急降下法 ノート, メインプログラム

第04回 教師あり学習 誤差逆伝播法 ノート, メインプログラム

第05・EEEEE 教師あり学習 神経回路網の数理 ノート, メインプログラム , 学習用データ , テスト用データ.

第06回 教師あり学習 SVM ノート, メインプログラム

第07回 教師あり学習 カーネル法 ノート, メインプログラム

第08回 教師なし学習 K-means 法 ノート, メインプログラム

第09回 教師なし学習 実データ解析 ノート, メインプログラム , データ例

第10回 教師なし学習 自己組織化写像 ノート, メインプログラム1, メインプログラム2, データ, データ説明

第11回 教師なし学習 混合正規分布 ノート, メインプログラム1 , メインプログラム2

第12回 何でもできる ボルツマンマシン ノート, メインプログラム1 , 学習用データ ,

第13回 深層学習 (1) ノート, メインプログラム1 , メインプログラム2 , メインプログラム3 , 描画プログラム , 学習用データ , テスト用データ ,

第14回 深層学習 (2) ノート, 誤差逆伝播法 , メインプログラム , データ

第15回 学習理論 ノート, メインプログラム , データ




付録 EMアルゴリズム ノート, メインプログラム ,




この分野は発展のスピードがとても早いのですぐに古くなると思いますがしばらくの間ここに掲示します。