Rによる機械学習入門<実習セミナー>

ノートPCをご持参ください。事前に「R」のインストールをお願いいたします。

* 適応機種:以下のOSで動作確認済み
   Windows10 pro version 1803
   macOS High Sierra version 10.13.6
   macOS Mojave version 10.14.2

  * Rのインストール (コードは R version 3.5.1 で動作確認済み)

   Windows: 以下のリンクの上部にある "Download R 3.5.? for Windows" をクリックしてインストール
   https://cran.r-project.org/bin/windows/base/

   macOS: 以下のリンクから最新版のR (R-3.5.2.pkg) をダウンロードしてインストール
   https://cran.r-project.org/bin/macosx/

  * RStudioのインストール (コードは Version 1.1.463 で動作確認済み)
   以下のリンクから,使用しているOSの RStudio をダウンロードしてインストール
   https://www.rstudio.com/products/rstudio/download/#download

  * セミナーで使用するスクリプト
   https://github.com/kanamori-takafumi/R-seminar-triceps

  * 以下のRパッケージを,RStudio を使ってインストール.手順は次のリンクを参照
   http://vdlz.xyz/Illust/Chart/RL/RStudio/GetStart/PackageInstall.html
   carData
   doParallel
   glmnet
   HDPenReg
   ipred
   kernlab
   MASS
   mclust
   mlbench
   randomForest
   rattle.data
   rpart
   rpart.plot
   xgboost

【講師】


金森 敬文 氏: 東京工業大学 情報理工学院 数理・計算科学系 教授 博士(学術) 理化学研究所 革新知能統合研究センター(AIP)汎用基盤技術研究グループ チームリーダー(兼任)


【プログラム】


 


  1. クラスタリング

   - 問題設定

   - k-平均法

   - スペクトラル・クラスタリング

   - 階層的クラスタリング


  2. 回帰分析

   - 問題設定

   - 線形回帰モデル

   - 最小二乗法

   - リッジ回帰

   - 交差検証法

   - ロバスト回帰


  3. 判別分析

   - 問題設定

   - ロジスティック回帰

   - 確率推定

   - サポートベクトルマシン

   - モデルパラメータの選択

   - 多値サポートベクトルマシン


  4. スパース学習

   - データ解析におけるスパース性

   - L1正則化回帰(ラッソ)

   - L1&L2正則化回帰(エラスティック・ネット)

   - フューズド・ラッソ

   - スパース・ロジスティック回帰


  5. 決定木とアンサンブル学習

   - 決定木

   - バギング

   - ランダム・フォレスト

   - ブースティング

<実習セミナーにつき1口受講はありません>