# 2023年度津田塾大学 人工知能･機械学習 (演習付) 第5回講義 (2023-12-15)
## 本サイトのリンク
https://hackmd.io/hreo3G38RlaQtnvjHEVTdQ

## 受講者の事前準備

- 講義でPCを使います。
- Google Colaboratoryで演習を行います (言語はPython)。
## 講義内容
### 　機械学習基礎[1/2]教師有り学習
　- 教師あり学習に注目し、代表的な分類器の仕組みや使い方、実際の応用例について学ぶ。近傍法、決定木、サポートベクターマシン、アンサンブル学習など、複数の分類器を紹介する。また、回帰分析や強化学習についても簡単に説明する。
### 【講義資料】
- 以下のリンクで資料をDLして、使ってください。　
- https://www.dropbox.com/scl/fi/uokzodmsr5hkb9399rezs/5.pdf?rlkey=2o15yrc0gjeqh9rh78diuo5k2&dl=0)

## 演習内容
### 分類器の実装と評価
- 講義で学んだ分類器を使って、基本的な分類問題を実際にプログラムで実装し、モデルの作成から評価までの一連の流れを体験する。また、横断的比較を通じて、分類器の特性を理解していくことも目的とする。
### 【演習資料】
- 以下のリンクでipynbファイルをDLして、使ってください。
https://colab.research.google.com/drive/1zwbHtl2I-K2qlKA7szrrQhAWvG_BQp38?usp=sharing

## 課題の提出について
- DLした演習資料に必要な内容を記入して、コードと出力結果込みのipynbファイルを提出してください
- 提出先: [e-mail]
- 期限: 12月22日正午まで
- 以下のメール件名とファイル名にして送信してください
- メール件名: ｢(学籍番号)_(名前)_第5回講義課題｣
- ファイル名: ｢(学籍番号)_(名前)_TsudaAI20231215.ipynb｣
### 評価基準
- 提出されたコードまた書いた考察に基づいて、採点します。
- 課題４と課題５に対しては、ソースコードを修正し、結果をまとめで、考察を書いてください。
- できるだけ実行できるソースコードも添付してください。
- 課題の後に指定された場所に答え・考察を書いてください。

### 一度提出したが編集して再提出したい場合
- 再提出であることがわかるように，以下のメール件名とファイル名にして送信してください．何回も再提出しても問題ないですが，何回目の再提出かわかるようにしてください．
- メール件名: ｢(学籍番号)_(名前)_第4回講義課題_再提出X回目｣
- ファイル名: ｢(学籍番号)_(名前)_TsudaAI20231215_再提出X回目.ipynb｣

### ipynbファイルのダウンロード方法
- Google Colabの｢ファイル - ダウンロード - .ipynbをダウンロード｣でipynbファイルをダウンロードできます
- または，自分のgoogle driveにコピーしたのであれば，google driveもipynbファイルをダウンロードできます

## 参考資料
- 機械学習の全般をカーバーする講習資料, https://aabbdd.jp/notes/files/20200114-machine_learning_intro.pdf
- Stanford CS229: Machine Learning Full Course taught by Andrew Ng, https://www.youtube.com/playlist?list=PLoROMvodv4rMiGQp3WXShtMGgzqpfVfbU
- Python Machine Learning: Scikit-Learn Tutorial https://www.datacamp.com/tutorial/machine-learning-python
- また、講習資料に入っているリンクなどを利用して、関連情報を調べましょう。