開講年度
開講学部等
2025
理学部
開講学期
曜日時限
授業形態
AL（アクティブ・ラーニング）ポイント
前期後半
金9～10
講義
時間割番号
科目名[英文名]
使用言語
単位数
1042220034
機械学習[(Machine Learning)]
日本語
1
担当教員（責任）[ローマ字表記]
メディア授業
西井 淳[NISHII Jun]
○
担当教員[ローマ字表記]
西井 淳 [NISHII Jun]
特定科目区分
対象学生
対象年次
3～
ディプロマ・ポリシーに関わる項目
カリキュラムマップ(授業科目とDPとの対応関係はこちらから閲覧できます)
メディア授業
×
メディア授業とは，メディアを利用して遠隔方式により実施する授業の授業時数が，総授業時数の半数を超える授業をいいます。
メディア授業により取得した単位は，卒業要件として修得すべき単位のうち60単位を超えないものとされています。
授業の目的と概要
- 機械学習の基本手法である回帰や分類問題の基本的な考え方を身に付ける。
- 機械学習法に存在する過学習問題、特徴選択、および正則化などについて理解・把握する。
- 最新の機械学習手法を数学的背景とともに理解し，様々な目的に応じて活用することができる能力を身につける。
授業の到達目標
- 機械学習の基本手法を説明できる。
- 目的に応じて機械学習の手法を使い分けることができる。
授業計画
【全体】
機械学習の原理および様々なアルゴリズムについて解説する。
項目
内容
授業時間外学習
備考
第1回
オリエンテーション、機械学習の概念
機械学習の種類を応用例などを交えて解説する。
授業内容を復習し、elearning課題を行うこと（目安時間：4時間）
第2回
強化学習その1
強化学習の基本用語
greedy法, ε-greedy法, softmax法
授業内容を復習し、elearning課題を行うこと（目安時間：4時間）
第3回
強化学習その2
Q-learning
授業内容を復習し、elearning課題を行うこと（目安時間：4時間）
第4回
強化学習その3
Actor-Critic法
授業内容を復習し、elearning課題を行うこと（目安時間：4時間）
第5回
神経回路網モデルその1
形式ニューロン
パーセプトロン
授業内容を復習し、elearning課題を行うこと（目安時間：4時間）
第6回
神経回路網モデルその2
確率的勾配降下法
授業内容を復習し、elearning課題を行うこと（目安時間：4時間）
第7回
神経回路網モデルその3
バックプロパゲーション
授業内容を復習し、elearning課題を行うこと（目安時間：4時間）
第8回
まとめ
期末試験
最終課題の完成（目安時間：4時間）
※AL（アクティブ・ラーニング）欄に関する注
・授業全体で、AL（アクティブ・ラーニング）が占める時間の割合を、それぞれの項目ごとに示しています。
・A〜Dのアルファベットは、以下の学修形態を指しています。
【A：グループワーク】、【B：ディスカッション・ディベート】、【C：フィールドワーク（実験・実習、演習を含む）】、【D：プレゼンテーション】
A: --% B: --% C: --% D: --%
成績評価法
宿題30%と期末テスト70%で評価します。
教科書にかかわる情報
備考
資料を配布する予定です。
参考書にかかわる情報
備考
メッセージ
キーワード
機械学習、強化学習、ニューラルネットワーク
持続可能な開発目標（SDGs）
(インフラ、産業化、イノベーション)強靱（レジリエント）なインフラ構築、包摂的かつ持続可能な産業化の促進及びイノベーションの推進を図る。
関連科目
履修条件
連絡先
総合研究棟3階303号室
http://bcl.sci.yamaguchi-u.ac.jp/~jun/
参照
オフィスアワー
月曜13:30-15:00
会議等で不在のことが多いので，事前に連絡をしてください。
わからない点の解決には学習相談室をご利用ください。
ページの先頭へ