[SG11]理学におけるデータ科学実践:機械学習で自然科学を読み解けるか

[SG11]理学におけるデータ科学実践:機械学習で自然科学を読み解けるか

 

企画名

理学におけるデータ科学実践:機械学習で自然科学を読み解けるか

参加教員

教員名 所属 職名
中野 直人(代表教員) 理学研究科 連携講師
余田成男 地球惑星科学専攻 教授
その他調整中    

企画の概要

実験や観測からデータを取得してそれを解析することは,自然科学のいずれの分野においても普遍的に必要とされることである.昨今は機械学習などのデータ科学的手法が発達し,計算機能力の向上に伴い,様々な目的でデータが潜在的に持つ情報の抽出が試みられている.しかし,実際の理学研究においてもこれらの手法はどこまで有効なのであろうか.本SGでは,データ科学的手法を簡単なものから習得して,データ科学を身近なものにすることを目的とする.さらに,既存手法との比較による再確認,既存手法では得られない新たな理解,ここで学ぶ新しい手法ではできないこと,手法の数学的構造,などを整理することで,各手法の本質の理解を目指す.

 

具体的なSGの進め方としては,まず各手法の大まかなサーベイを行ってデータ科学を俯瞰した後,サンプルデータで手法に慣れるようにする.その後は,個人もしくはグループで課題を設定して進めることとする.設定課題は,自身の研究室の課題に必ずしも限定しない.Kaggle等のデータサイエンスコンペティションへの参加もその範疇に含めて良い.ミーティングは月に1・2回程度開くこととし,その場では新しい手法の習得やそれぞれの設定課題の進捗状況を報告して,SG全体で共有することとする.

 

本SGでは機械学習の手法に主眼をおくため,主にPythonを用いて実習を行うが,ミーティングの初回にチュートリアルを行うなど,計算環境の準備も行う.実習を進めるにあたっては,プログラミングスキルや機械学習の経験差によって,活動内容や興味対象の幅に差が出やすいため,経験者がTAとして参加するようであれば,2018年度のSG11のコンテンツを用いた初心者用速習コースも設置可能である.

実施期間・頻度

月1・2回(最初は集中的に導入的講義を行う)

 

TA雇用の有無

 

その他、特記事項など

参加人数によってはミーティング場所の確保に困る場合があります

 

スタディグループへの登録は締め切りました。
関心のある方は macs *sci.kyoto-u.ac.jp(*を@に変えてください)までご連絡ください。

 

SG担当教員(中野)から既に第1回ミーティングについて連絡をしています。 ページ末尾にあるアドレスからのメールを受信できるようにしてください。 まだ連絡を受け取っていない場合は至急連絡すること。

TAG