機械学習の数理100問の改訂版 (2019年2月24日)。
2018年度の講義も残りわずかになった。 私が着任した昨年度から、基礎工学部情報科学科数理科学コース3年「計算数理B」で、機械学習の数理に関する講義を行っている。その中で、計算数理B100問 を学生に解かせている。
- 線形回帰
- ロジスティック回帰と判別分析
- クロスバリデーションとブートストラップ
- 情報量基準
- スパース推定
- 非線形
- 決定木
- サポートベクトルマシン
- 教師なし学習
機械学習の演習と言うと、参加費が◯十万円の企業のセミナーなどでも、中身を理解させないで、データを流し込むだけのものが多い。そういうのをみると、頭を使わない勉強方法を奨励しているように思えてならない。この100問は、理論(簡単な数式の証明)だけでなく、R言語でかかれたソースプログラムを理解するようにしている。
データサイエンスの人材が◯万人不足すると指摘する声は多い。ただ、その◯万人は、「頭脳」になる一握りの人間と、「手足」として働く大多数の人間にわかれる。機械学習のやり方を覚えるだけの表面的な勉強方法では、後者になることは目に見えている。「頭脳」として将来活躍してほしいという願いから提供しているのが、この機械学習の数理100問題だ。データ科学に必要な数学的ロジックを構築してほしいと思っている。
2019年3月12日に、私が主催している機械学習データ科学スプリングキャンプで、この100問をとく講座を用意している。よろしければ、参加されたい。