機械学習入門: レポート課題1

2019/04/15（実用解析I）出題のレポート課題。PDFにして, manabaにアップロードすること。Linuxでのレポート（文書）の作り方がわからない人は, こちらをヒントにしてください。

1. 以下のことばの意味を調べて述べよ: 機械学習, 教師あり分類, 教師なし分類, 分類器, 訓練データ, 検証データ, 特徴量, 特徴空間
2. サポートベクトルマシンと多層ニューラルネットワークは, どちらも機械学習のアルゴリズムだが, その仕組みや特徴は互いに違う。その違いに着目して, サポートベクトルマシンと多層ニューラルネットワークがそれぞれどういうものかを調べて述べよ(10行程度でよい)。
3. 「次元の呪い」とは何か? 理論的背景と具体例をそれぞれ挙げて説明せよ。
4. 今回, 主成分分析が出てきた（主成分分析は基礎数IIや数理科学演習で習ったよね!）。今回, 主成分分析は何のために使われたのだろうか?
5. 自宅のパソコンや自分のノートパソコンから学情のLinuxマシン(icho.u.tsukuba.ac.jpまたはubuntu.u.tsukuba.ac.jp)にアクセスして, 今日打った課題のうち, 「機械学習初体験(2)」の課題をやりなおしてみよ。どのようにすればうまくできたか, 操作の概要を報告せよ。これがうまくできれば, 君はわざわざ学情サテライトに来なくても, 今後の課題や勉強をすることができる!!
6. (任意) 自宅のパソコンや自分のノートパソコンに, pythonやscikitlearnの環境を構築し, その上で, 今日打った課題のうち, 「機械学習初体験(2)」の課題をやりなおしてみよ。どのようにすればうまくできたか, 操作の概要を報告せよ。
7. (任意) 5でやったのと6でやったのではどちらがどのくらい速いか?
8. 以下のチェックリストの各項目について, ○かXかで自分自身を評価せよ。
   1. Linuxシェルとその使い方について, 基礎数IIでやった程度まで思い出してきた。（基礎数IIをやっていない人は, 「python入門」の「2019/01/10 1限: Linuxの初歩」を自学した）
   2. pythonの使い方について, 基礎数IIでやった程度まで思い出してきた。（基礎数IIをやっていない人は, 「python入門」の「2019/01/24 1限: pythonの初歩」「2019/01/31 1限: pythonのモジュールと関数」「2019/02/07 1限: pythonで行列計算・画像」をぜんぶ自学した。）
   3. 指定された教科書を全て入手した（Linux, python, RaspberryPiではじめる機械学習, ゼロから作るDeep Learning; 借りるのはダメ）。
   4. サンプルプログラムの実行のやりかたがわかり, 実際に実行できた。
   5. 家や自分のノートPCから学情のLinuxサーバーにアクセスでき, サンプルプログラムを実行できた。
   6. 主成分分析とはどういうものか, 思い出した。
   7. 特徴空間が要するに多次元のベクトル空間であることを理解した。
   8. サンプルプログラムの中身を読んで, だいたい何をやっているか理解できるようになった。
   9. サポートベクトルマシンと多層ニューラルネットワークの違いや長所短所がなんとなくわかった。