この授業は、2021年に新設したもので、講義担当者にとっては実験的なものを含みます。提案、質問は歓迎します。
This lecture has newly opened in 2021. It includes some experimental contents and so, feel free to ask questions.
昨年、英語のみで履修する学生の履修希望があり、授業資料の最初の方は、和英両方で記述してあります。
On the course of preparation (in the first year 2021), I found web browsers can translate the page well. If you prefer to studying this course in English, please use the function of translation in the web browsers.
演習は、pythonの開発環境のひとつであるjupyter notebookを利用するので、各自のコンピュータに利用環境を整備してください。
Samples written by python will be given in this class. So, you need to install python interpreter, its libraries, and the development environment "Jupyter Notebook". If you cannot do it, please take the class in the computer room No.2 or No. 3 at "Multimedia Hall".
インストール方法はWeb上にたくさんあるが
https://ai-inter1.com/jupyter-notebook/
あたりが簡単で良いと思う。
An instruction is given in the above URL.
可視化、機械学習、数値計算などライブラリが充実し多くのユーザがいるPythonの開発環境Anaconda (https://www.anaconda.com/) のインストールを推奨します。
(注) Windowsでのユーザ名(正確にはホームフォルダの名前)が日本語だとインストールがうまくいきません。その場合は他のフォルダへインストールしてください。
A well-known package Anadonda is strongly recommended.
できない人は、
この講義のmoodleページは (Lecture notes and sample codes are given in this page and the moodle site:)
https://moodle.yamanashi.ac.jp/2023/course/view.php?id=1975
です。このページとmoodleのページを行ったり来たりしますので、両方をWebブラウザの別タブか別ウィンドウで開いておくのが便利でしょう。
Introduction: Data Science in Natural Science and Engineering https://toyoki-lab.ee.yamanashi.ac.jp/~toyoki/lectures/PracDataSci/introduction2PracDataSci.html
Elements of python : pythonの基本 (if you have already learned python, you can skip this)
For reference: 数値計算、データ処理向けライブラリnumpyの利用 授業では話さないが参考ページを紹介しておく
https://toyoki-lab.ee.yamanashi.ac.jp/~toyoki/lectures/PracDataSci/function_fitting.html (Exercise 2 is included.)
Polynomial Curve Fitting
Multiple linear regression
regularization (methods to avoid over-fitting)
ridge and Lasso regressions
https://toyoki-lab.ee.yamanashi.ac.jp/~toyoki/lectures/PracDataSci/function_fitting2.html (incl. Exercise 3)
treating outliers (Huber regression example in the following site is included the above.)
common cases in experiments and estimation of errors
https://toyoki-lab.ee.yamanashi.ac.jp/~toyoki/lectures/PracDataSci/function_fitting3.html
Bayes statistics
https://toyoki-lab.ee.yamanashi.ac.jp/~toyoki/lectures/PracDataSci/BayesApproach.html (incl. Exercise 4)
https://toyoki-lab.ee.yamanashi.ac.jp/~toyoki/lectures/PracDataSci/prml3.3.html
Support Vector Machine and its application to regression problems
https://toyoki-lab.ee.yamanashi.ac.jp/~toyoki/lectures/PracDataSci/svc_svm_in_scikit-learn.html (incl. Exercise 5)
Supplement:
Neural Network and Random Forest methods in regressions
https://toyoki-lab.ee.yamanashi.ac.jp/~toyoki/lectures/PracDataSci/other_ML_methods.html
%%html
<link rel="stylesheet" type="text/css" href="custom.css">