１．機械学習の基礎
　(1) 機械学習とは
　(2) 多変量解析・データマイニングと機械学習
　(3) 機械学習の最新動向
　(4) 機械学習でできること
　(5) 回帰と予測：一番簡単な機械学習
　(6) 汎化誤差とモデル選択
　(7) 正則化法
　(8) ベイズモデリング：機械学習を束ねる枠組み
　(9) 機械学習と最適化

２．機械学習の基本手順
　(1) 現場的データ解析
　(2) データの可視化
　(3) あてはめと予測
　(4) 予測と補間・主な手法
　(5) 交差検証
　(6) スパースモデリング
　(7) 主成分分析：低次元化の方法
　(8) 推薦とトピック抽出
　(9) 欠損値の補完
　(10)クラスタ分析
　(11)異常値・外れ値検出
　(12)パターン認識
　(13)パターン認識のいろいろな手法

３．モデル化の効率化
　(1) 線形ガウスモデル
　(2) ベイジアンネット
　(3) ナイーブベイズ法
　(4) カーネル法
　(5) サポートベクターマシン
　(6) ランダムフォレスト
　(7) 転移学習とデータ利用
　(8) ニューラルネットワーク
　(9) ディープラーニングの基礎
　(10)意思決定とバンディット問題
　(11)強化学習
　(12)パーティクルフィルタ

４．機械学習と最適化
　(1) 製造業と最適化
　(2) 最急降下法と局所解の問題
　(3) 最適化とベイズモデリング
　(4) スペクトルデータの解析
　(5) マルコフ連鎖モンテカルロ法による最適化
　(6) ベイズ最適化による最適実験計画

５．まとめ

講師紹介

愛知県名古屋市出身
１９９０年東大工学部計数工学科修士了
同年通産省電子技術総合研究所に入所
独立行政法人化等による再編を経て現在に至る
東京工業大学 特定教授 兼任

著作：
  カーネル多変量解析，岩波書店 （単著）
  パターン認識と機械学習，丸善出版 (共訳)

所属学会等
   日本神経回路学会 理事
   電子情報通信学会 会員