[授業]
東京工業大学 2008年度前期（学部2年）：確率と統計 2008年度前期（大学院）：パターン情報処理（英語） 2007年度後期（学部3年）：情報認識 （学生評価の高い講義に選ばれました！） 2007年度前期（学部2年）：確率と統計, 宿題用のデータ 2007年度前期（大学院）：データ解析特論（英語）, 宿題用のデータ 2006年度後期（学部3年）：情報認識 （学生評価の高い講義に選ばれました！） 2006年度前期（学部1年）：５類Ｆ１ゼミ 2006年度前期（学部2年）：確率と統計 （学生評価の高い講義に選ばれました！） 2006年度前期（学部3年）：情報工学創作実習 2006年度前期（大学院）：パターン情報処理（英語） 2005年度後期（学部3年）： 情報認識 2005年度前期（学部1年）：５類Ｆ１ゼミ 2005年度前期（学部2年）：情報工学創作実習 2005年度前期（大学院）：データ解析
研究概要
私達は，機械学習の基礎理論の構築と実用的なアルゴリズムの開発， 及び，機械学習技術の実問題への応用研究を行っています． 学習の種類 教師付き学習 教師なし学習 半教師付き学習 強化学習 機械学習の理論とアルゴリズム モデル選択 不偏モデル選択規準 正則化モデル選択規準 能動学習 単一のモデルに対する能動学習 複数のモデルに対する能動学習 追加学習 次元削減 教師付き次元削減 半教師付き次元削減 教師無し次元削減 類似度データからの学習 類似度行列の設計 複数の類似度行列からの学習 非半正定値類似度行列からの学習 異なる分布下での学習 共変量シフト適応 ドメイン適応 マルチタスク学習 はずれ値検出 重要度推定 機械学習の応用 降水量予測 画像復元 ブレインコンピュータインターフェース 微細表面形状測定 ロボット制御 学習の種類 教師付き学習 教師付き学習は，入力（質問）と出力（答え）の組から
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Journal of Machine Learning Research 10 (2009) 1391-1445 Submitted 3/08; Revised 4/09; Published 7/09 A Least-squares Approach to Direct Importance Estimation∗ Takafumi Kanamori KANAMORI@IS.NAGOYA-U.AC.JP Department of Computer Science and Mathematical
1Annals of the Institute of Statistical Mathematics, vol.60, no.4, pp.699–746, 2008. Direct Importance Estimation for Covariate Shift Adaptation∗ Masashi Sugiyama Department of Computer Science, Tokyo Institute of Technology 2-12-1, O-okayama, Meguro
http://sugiyama-www.cs.titech.ac.jp/~sugi/2009/NEC-MachineLearning-jp.html
http://sugiyama-www.cs.titech.ac.jp/~sugi/2008/NECsoft-MachineLearning-jp.html
[2007-2009年: 機械学習概論（キャノン）]
http://sugiyama-www.cs.titech.ac.jp/~sugi/2007/IBM-DataAnalysis-jp.html
