機械学習の発展・応用として、「教師あり学習」の中でも、とりわけ理解が困難であるニューラルネットワークと深層学習（ディープラーニング）に特化して、演習を交えて説明をします。

Pythonで学ぶ機械学習の応用

東京電機大学 システムデザイン工学部　情報システム工学科　教授 荒川 俊也先生

2001年 早稲田大学理工学部卒業、2003年 東京大学大学院総合文化研究科広域科学専攻修了。2003～13年まで富士重工業㈱（現：㈱SUBARU） スバル技術研究所に勤務し、この間の2008年 総合研究大学院大学複合科学研究科統計科学専攻博士後期課程に入学し、2012年修了。2013～2021年まで愛知工科大学工学部にて准教授・教授として勤務、2021〜2025年まで日本工業大学先進工学部にて教授として勤務、2025年4月より現職。また、2024年より香川大学イノベーションデザイン研究所客員研究員。博士（学術）。専門は、自動運転におけるヒューマンファクタ、統計科学・機械学習の応用。現在は、これまでの研究成果を活かし、機械学習やシミュレータ技術，数理最適化を自動運転時のヒューマンファクタ、デジタル防災，スマート畜産など社会の問題に応用する「スマート社会システム」に関する研究を進めている。自動車技術会、日本知能情報ファジィ学会、日本災害情報学会などに所属。著書には『Excelによるやさしい統計解析』（オーム社、2020年）などがある。

【荒川先生のオンデマンド講座】
オンデマンドで学ぶ！実務で役立つ統計解析【統計基本コース（３講座版／４講座）】
多変量解析コース／全3講座
機械学習のイロハ（2023年5月25日のオンラインセミナーのアーカイブです）
PYTHONプログラミング入門Ⅰ・Ⅱ【セット講座】
Pythonで学ぶ機械学習の基本
Pythonで学ぶ機械学習の応用

＜本講座のねらい（ゴール）＞
機械学習の発展・応用として、「教師あり学習」の中でもとりわけ理解が困難である「ニューラルネットワーク」と「深層学習（ディープラーニング）」について、手と頭を両方使いながら学習することで、実践的な理解を身に着けること。


＜講義概要＞
　近年、AIの研究が急速に進み、多種多様な分野で活用され始めましたが、その基盤技術として機械学習があります。特に「教師あり学習」、その中でも「ニューラルネットワーク」の発展が大きく、さらに「深層学習」が今日のAI技術を支えているといっても過言ではありません。そのため、深層学習を扱えることが研究者や技術者にとって重要（大きな武器）となりますが、どのように深層学習を学べばいいか悩んでいる方は多いように感じます。
　本講座では、ニューラルネットワークと深層学習（ディープラーニング）に特化して、その実践的な理解を深めます。理論と演習をバランスよく交えることで、頭と手を両方使いながら、効率的に学ぶことができます。


＜プログラム＞
１．ニューラルネットワークとは？
　・ニューラルネットワークとは
　・モデル化
　・バックプロパゲーション
　・なぜ層を深くする必要がある？
２．ニューラルネットワークの実践
　・手書き文字の識別
　・softmaxとは？
　・実行結果と考察
　・練習問題（１）
３．深層学習とは？
　・深層構造の必要性
　・ドロップアウトとは
　・深層学習における層の設計
４．深層学習の実践
　・手書き文字の識別
　・犬と猫の識別
　・GPUを使ってみる
　・実行結果と考察
　・過学習と対策
　・練習問題（２）
　・正則化とは？
　・この後の学習について
５．まとめ


＜注意事項＞
・ソースコードは必ず自分の手で打ち込むようにしてください。
・Google Colaboratoryを使うことを前提とします．
※使い慣れた開発ツールがあるようでしたら、それを使っていただいて構いません

＜受講レベル（目安）＞
以下のことを習得されていると想定しての講義となります。
・Pythonの基本（起動方法，ディレクトリの変更方法，基本的な文法）
・機械学習の基本（「教師なし学習」と「教師あり学習」の違いなど）
上記についての理解に不安がある場合は、先に以下の講座の受講をお勧めします。
・Python：『PYTHONプログラミング入門Ⅰ・Ⅱ【セット講座】』
・機械学習：『Pythonで学ぶ機械学習の基本』