ML2025
機械学習（2025）
https://images-na.ssl-images-amazon.com/images/I/51CPd2KLm4L._SX342_BO1,204,203,200_.jpg
第16回 2026-1-27 火 10:30〜12:00 B-106 ???
第15回 2026-1-20 火 10:30〜12:00 B-106
第14回 2026-1-13 火 10:30〜12:00 B-106
第13回 2026-1-09 金 14:50〜16:20 B-111 杉山 将 先生（工学部特別講演会を兼ねる） 第12回 2026-1.6 火 10:30〜12:00 B-106]
第11回 2025-12-23 火 10:30〜12:00 B-106
第10回 2025-12-16 火 10:30〜12:00 B-106
第9回 2025-12-09 火 10:30〜12:00 B-106
第6章 線形判別分析による手書き文字認識
https://gyazo.com/2133c70bad3bddfa716d7faf0e2c9a9e
第8回
2025-12-02 火 10:30〜12:00 B-106
研究室紹介 16:30--
第4章 最尤推定法
4.2 ガウスモデル
4.3 カテゴリの事後確率
https://gyazo.com/05bf5ade6453f768f4bd2376b903e033https://gyazo.com/d64e2ec71a74d941d54174828de77096
code:p57.py
import numpy as np
import matplotlib.pyplot as plt
# 期待値 0， 分散 1 の標準正規分布にしたがう標本を n 個生成．
n = 20
mu = 0.0
sigma = 1.0
xx = sigma*np.random.randn(n) + mu
mu_MLE = np.mean(xx)
sigma_MLE = np.std(xx)
def normal_pdf(x,m,s):
c = 1.0/( np.sqrt(2*np.pi)*s )
retvar = c*np.exp(-0.5*(x-m)*(x-m)/(s*s) )
return retvar
x = np.arange(-4.0, 4.0, 0.1)
y = normal_pdf(x,mu,sigma)
y_MLE = normal_pdf(x,mu_MLE,sigma_MLE)
fig=plt.figure(0)
plt.plot(x, y, color = "red", label="true")
plt.plot(x, y_MLE, color = "blue", label="estimated")
plt.legend(bbox_to_anchor=(0.99, 0.99), loc='upper right', borderaxespad=0, fontsize=14)
plt.title("n={0}".format(n))
plt.xlabel('x')
y = 0*xx
plt.scatter(xx,y, s=30, marker="x", c="blue", alpha=0.5, linewidths=2)
plt.show()
fig.savefig('fig4.3_p57.pdf')
print(mu_MLE, sigma_MLE)
print(mu, sigma)
第7回
2025-11-18 火
入試のため、オンデマンド型で実施。最尤推定
第4章 最尤推定法
https://gyazo.com/274206c7b0176f561072d79fc080f060https://gyazo.com/b8a80e832dc1a820cb2f786e3832a349
2025-11-11 火 10:30〜12:00 B-106
3.5 生成モデルに基づくパターン認識
終わらす
レポート講評
（昨年までとは違う）ChatGPT関連
文章は、AIがいくらでも生成してくれるので、たくさん書いてあればいい、というわけではない。
口頭試問
031
074
135 **
193
209 94737
233 46124
242 46124
353
378
https://gyazo.com/f3feb5fcd35416b242b99df6355e9320
「応用数学」（2年後期）の後半の資料
https://gyazo.com/0dfc9cf19418b4f2bde84591a17db4ff
https://gyazo.com/b61b23dc3f435c79b7f463841f87a2c5https://gyazo.com/f3d7ecde7a3a1a654cd456dbe450259e
https://gyazo.com/3336b10c6395d20c95b845647df6eb3e
https://gyazo.com/a1eccd38f5282edff5391651ca822954https://gyazo.com/e0dfc974de94fc228f3ec9e4935c1e43
2025-11-04 火 10:30〜12:00 B-106
Overleaf $ \LaTeX
先週のプリント
https://gyazo.com/c187f542026c91c48b2308006bc0deb6
https://gyazo.com/5ac667ebe37322b91a85356c4b77ad77
https://jalammar.github.io/images/numpy/numpy-3d-array-creation.png
2025-10-28 火 10:30〜12:00 B-106
レポート課題1（主成分分析）説明
https://gyazo.com/871e3a634adb43098d7848e1ec4e40f1
$ \bm{a}と$ \bm{b}の内積の表記：
$ (\bm{a}, \bm{b})
$ \bm{a} \cdot \bm{b}
$ <\bm{a}, \bm{b}>
教科書 図3.2 の再構成
p42.py, show_digits.py
digit.mat は，web class からダウンロードする．
ChatGPT
使っていい numpy 関数を制限する？
用語
正規直交基底
正射影
分散共分散行列
対称行列
正値対称行列
固有値・固有ベクトル
対称行列の固有値・固有ベクトル
直交行列，直交変換 (一般の回転) • 無相関
次元削減
再構成
近似のよさ
杉山先生の教科書では $ 16 \times 16 の画像データを扱っています（digit.mat）
MNIST（広く普及されている） は $ 28 \times 28 の画像データ
https://gyazo.com/62a8e7fa7fc1b42a1e03aa0a44e79423https://gyazo.com/3781ec64c0e7c9e7b523a140b24dc036https://gyazo.com/58a7f1fe98bfeea08e02e6ee64eb9d0bhttps://gyazo.com/b362d43c53e0843001df5161a3963d66
https://gyazo.com/601f5e7baa24170b2c6e55b39b8ae08ahttps://gyazo.com/ce0fee5537d0e752bbdb42e4c0894782
https://gyazo.com/8b8d5655b837a6ea5021f69f17092085https://gyazo.com/2e06d1bfef62dd60ca0bff11c19bada9https://gyazo.com/65be82af016c860d2fbcc088c80ec370
「応用数学」の資料
https://gyazo.com/0dfc9cf19418b4f2bde84591a17db4ff
科学用語の場合、「名は体を表し」ません （例：主成分分析）
漢字や英語の意味などから、科学としての意味を読み取ろうとしてはいけません。
「科学用語は単なる呼び名で、呼び名自体には意味はない」と考えておく方がいい。 「本当はホニャララと呼んでもいいんだけど、かっこいい名前にした」と思っていればいい。
https://gyazo.com/b27aab790a342f2dcbacdd3a47ca8286https://gyazo.com/f4bee2b4f22406b847d9c7674fe5ed10
https://gyazo.com/9ab680fb667abb33bc0e825d5eb99bc2https://gyazo.com/44f0750fe7d916b4aecba4a72b81703d
https://gyazo.com/341f79ab5437146f0d77fef87a952ee8https://gyazo.com/cbe56b896fa51b9e031ea1d3ec131eac
発展
t-SNE
UMAP
第3回
2025-10-21
Python
これから、しばらく主成分分析
プリントで確認
多次元正規分布の確率密度関数：e の肩に、その逆行列の二次形式
分散共分散行列 $ V
対称行列 $ V^\top =V
正定値行列 $ \leftrightarrow 固有値がすべて正
その逆行列 $ V^{-1}：$ V の固有値・固有ベクトルとの関係
「応用数学」（2年後期）の後半の資料
https://gyazo.com/b75e156f2285f7a0ec1bebe191fd4830
プロンプト：
「d 次元正定値対称行列 V の，簡単な作り方をいくつか教えて下さい」
2025-10-14
確率・統計の基礎
独立と無相関
雑談
https://gyazo.com/9f07dc8bd2e428f72b3d014de2fe429e
https://gyazo.com/f61059fd710a14cc990b333eca0084f6
https://gyazo.com/9942fea7222b06188717ac3a96fa8994
https://gyazo.com/f00760374f4ccda11591d660f807fa03
https://gyazo.com/6ae309905092d3072a92a83ef89314eb
https://gyazo.com/2a835a881fe87b9ea91522e37a87a352
https://gyazo.com/ea65ebe40163c42e6618440be39734e0
https://gyazo.com/513da088edd3b8b4ff780534ef5115e3
https://gyazo.com/b19cfea6fd2615a76871f01a410400f7
https://gyazo.com/b0726378b07e4a199cc03779d968b747
https://gyazo.com/fcc821237c7787944c551af063e48fdb
https://m.media-amazon.com/images/I/815UqvtvHWL._SL1500_.jpg
2025-10-07
シラバスの説明
第1章 パターン認識の基礎
成績評価
雑談
「機械学習」の講義なんだから、本当は GPT（Generative Pre-Trained Transformer）を理解したい
用語
明確には定義できない用語：「機械学習」、「パターン認識」、
「データサイエンス（数理統計学、データに基づく科学的推論の学）」
数学的に記述（定義）できる用語：「平均」、「分散」、「主成分分析」、「最尤法」、「固有ベクトル」、「固有値」
その用語が意味するところは、数式とは別で、自分で考えて納得する
理解の深さ
居室：創造プロジェクト棟の203（2026年5月頃まで）。
https://gyazo.com/18e32f2af3ae1c2d89f8d645e4ecd3b8
参考書
https://www.oreilly.co.jp/books/images/picture_large978-4-8144-0059-1.jpeg
ゼロから作るDeep Learning ⑥ —LLM編 （斎藤康毅 著）
直感 LLM
―ハンズオンで動かして学ぶ大規模言語モデル入門
Jay Alammar、Maarten Grootendorst 著、中山 光樹 訳
原論文から解き明かす生成AI 菊田遥平著
https://gihyo.jp/assets/images/cover/2025/thumb/TH800_9784297150785.jpg
https://gyazo.com/a47a8c4a5506ac046d91556bd1755247