2025年度 (最新) 学院等開講科目 工学院 経営工学系 経営工学コース
数値的最適化
- 開講元
- 経営工学コース
- 担当教員
- 中田 和秀 / 小林 健
- 授業形態
- 講義
- メディア利用科目
- -
- 曜日・時限
(講義室) - クラス
- -
- 科目コード
- IEE.A430
- 単位数
- 200
- 開講時期
- 2025年度
- 開講クォーター
- 4Q
- シラバス更新日
- 2025年3月19日
- 使用言語
- 日本語
シラバス
授業の目的（ねらい）、概要
本講義では、機械学習や数理最適化にまつわる数学的理論などについて学ぶ。
到達目標
機械学習や数理最適化の解析法について深く学び、最適化問題を解決する技術や考え方を身につける。
キーワード
数理最適化、機械学習
学生が身につける力
- 専門力
- 教養力
- コミュニケーション力
- 展開力 (探究力又は設定力)
- 展開力 (実践力又は解決力)
授業の進め方
毎回の授業で出席を取る。
学生には授業前にテキストを読んでおくことを求める。
授業計画・課題
| 授業計画 | 課題 | |
|---|---|---|
| 第1回 | 教師あり学習１ | 各授業内で指示する |
| 第2回 | 教師あり学習２ | 各授業内で指示する |
| 第3回 | サポートベクターマシン1 | 各授業内で指示する |
| 第4回 | サポートベクターマシン2 | 各授業内で指示する |
| 第5回 | アンサンブル学習１ | 各授業内で指示する |
| 第6回 | アンサンブル学習２ | 各授業内で指示する |
| 第7回 | ニューラルネットワーク | 各授業内で指示する |
| 第8回 | 凸集合 | 各授業内で指示する |
| 第9回 | リプシッツ連続な微分可能関数 | 各授業内で指示する |
| 第10回 | 最適性条件 | 各授業内で指示する |
| 第11回 | 無制約最適化問題 | 各授業内で指示する |
| 第12回 | 最急降下法 | 各授業内で指示する |
| 第13回 | ニュートン法 | 各授業内で指示する |
| 第14回 | 共役勾配法と準ニュートン法 | 各授業内で指示する |
準備学修(事前学修・復習)等についての指示
学修効果を上げるため，配布資料等の該当箇所を参照し，「毎授業」授業内容に関する予習と復習（課題含む）をそれぞれ概ね100分を目安に行うこと。
教科書
指定なし
参考書、講義資料等
講義資料は事前にT2SCHOLAにアップする
成績評価の方法及び基準
機械学習とテキストマイニングの理解度を評価する。成績はテストとレポートで行う。
関連する科目
- IEE.A206 ： オペレーションズ・リサーチ 基礎
- IEE.A330 ： オペレーションズ・リサーチ応用
- IEE.A331 ： モデル化とOR
履修の条件・注意事項
履修の条件を設けない