2020年秋学期 - ヒューリスティックコンピューティング / HEURISTIC COMPUTING

C2071
ヒューリスティックコンピューティング
HEURISTIC COMPUTING

先端発見科目
Frontier Courses (Introductory)
2 単位

実施形態	完全オンライン
開催日程	秋学期月曜日１時限
担当教員	武藤佳恭（タケフジヨシヤス）
関連科目	前提科目（推奨）: 13010
開講場所	SFC
授業形態	講義、実習・演習
履修者制限
履修条件	no pre-requirement no pre-requirement 問題解決に興味がある人 who is interested in machine learning and automated reasoning who is interested in machine learning and automated reasoning
使用言語	英語
連絡先	takefuji@keio.jp
授業ホームページ	https://neuro.sfc.keio.ac.jp
同一科目
学生が利用する予定機材/ソフト等	high spec PC with at least 8GB memory with more than 100GB free space high spec PC with at least 8GB memory with more than 100GB free space
設置学部・研究科	総合政策・環境情報学部
大学院プロジェクト名
大学院プロジェクトサブメンバー
ゲストスピーカーの人数	0
履修選抜・課題タイプ=テキスト登録可	false
履修選抜・選抜課題タイプ=ファイル登録可	false
GIGAサティフィケート対象	true
最終更新日	2020/08/13 13:37:01

科目概要

Neural computing is one of heuristic methods where it has been used widely in our society. Neural computing is used for detecting malicious purchase behaviors of credit cards, malicious behaviors of employees, voice-recognition,
and... In neural computing, combinatorial optimization (feedback neural networks), self-organization, and supervised-learning (feedforward neural networks) are mentioned. Depending on students's understanding, logic, and automated reasoning (otter) will be given. Scikit-learn will be used for understanding machine learning and big data analysis. Ensemble machine learning algorithms are detailed from the viewpoint of applications.

発見的手法(heuristic methods)のニューラルコンピューティングは実際に社会で幅広く使われている技術です。ニューラルコンピューティングの応用は、クレジットカードの購買振る舞い分析、セキュリティ（従業員の行動･振る舞い分析）、音声認識、など幅広い。ニューラルコンピューティングでは、組み合わせ最適化（combinatorial optimization)、自己組織化(self-organization, self-organization-map)、学習(supervised learning)を中心に学ぶ。また、ヒューリスティック手法と融合しつつある、論理、自動推論(automated reasoning:　otter)の応用を学ぶ。Pythonライブラリのscikit-learnを用いて、機械学習を学びながらビッグデータ解析の手法を学ぶ。機械学習の中でもensemble学習に関して詳しく解説する。

授業シラバス

主題と目標／授業の手法など

Students are to learn ensemble machine learning and artificial neural computing for mathematical computations. Open source libraries are used for understanding ensemble machine learning and neural computing.

In the last class, Students must give their presentation and demo for solving an intractable problem by ensemble learning or neural computing.

教材・参考文献

Neural Network Parallel Computing　（Kluwer Publishers in 1992)
Ensemble machine learning
Otter (automated reasoning)

提出課題・試験・成績評価の方法など

１．Students must do homework every week.
２．In the last class, every student must give his/her presentation for solving a problem by neural computing or automated reasoning.

履修上の注意

required language skills: any computer language including Javascript, Python, Ruby, or C

授業計画

第1回 Introduction to heuristic computing
[Introduction to heuristic computing]

ヒューリスティック手法とは

Introduction to neural computing

第2回 Introduction to neural computing
[Introduction to neural computing]

ニューラルコンピューティング手法とは

Introduction to neural computing

第3回 Introduction to optimization using neural computing
[Introduction to optimization using neural computing]

ニューラルコンピューティングを用いた、組み合わせ最適化手法とは

Introduction to optimization using neural computing

第4回 Introduction to machine learning
[Introduction to machine learning]

機械学習入門