シラバス参照

授業科目名/Course Title(J) 基礎AI学A 
授業科目名英字/Course Title(E)
Introduction to Artificial intelligence (A) 
科目コード/Course Code 58712011 
単位数/Credits
時間数/Class Hours
2h x 8回 
開講期/Semester 第4Q 
時間割/Schedule 第4Q 火曜日 5・6時限
対象年次/Academic Year
1年次 
必修・選択
/Required course・Elective course
必修 
授業形式/Course Format
講義・実習 
履修する際に前提とする
授業科目/Previous course
基礎情報学 
内容的に密接に関係する
授業科目/Related course
基礎情報学 
担当教員名/Instructor
新屋良磨  数理・電気電子情報学科  理工学研究センター102  018-889-2705 
オフィスアワー/Office Hours
【曜日・時間】/Meeting Day/Time 【場所】/Office
第一回講義にてアナウンスする.  第一回講義にてアナウンスする. 



授業の目的・
概要
/Course Description
/Outline
ニューラルネットワークの基本から始め,手書き数字認識を例に実際にニューラルネットワークを実装・実行する.ニューラルネットワークがどのような仕組みで手書き数字を認識するのか,どのようにしてデータから学習を行うのか,それら基本的な仕組みを実践と座学を通じて学ぶことを目標とする. 
到達目標
/Couse Objectives
(1) ニューラルネットワークの応用範囲と実装方法の理解
(2) ニューラルネットワークの学習の基本原理の理解
(3) 高度なニューラルネットワーク技術の知識の獲得 
カリキュラム
上の
位置付け
/Positioning
of the
Course on
Curriculum
授業の
進行予定
と進め方
/Class Schedule and Format
(1) ニューラルネットワーク入門
(2) ニューラルネットワークの実装I
(3) ニューラルネットワークの実装II
(4) ニューラルネットワークによる手書き数字認識
(5) 学習の仕組み:損失関数と勾配法
(6) 誤差逆伝搬法
(7) より高度なニューラルネットワークの紹介
(8) 最終試験 
授業時間外の学習内容等
/Contents of
Out-of-Class Study
講義の理解を深めるため・課題を達成するために実習室のPCにログインし,自分の手を動かしてPythonを動かしてみること.また,指定する参考書を読み予習・復習しておくとなお良い. 
授業に
関連する
キーワード
/Course
Keywords
【キーワード】/ Keywords
ニューラルネットワーク  機械学習  人工知能 
Python  プログラミング   
成績評価の
方法と基準
/Grading Criteria
レポートおよび最終試験によって評価する. 
教科書・
参考書等
/Textbook
/Reference
Books
番号
/No
【教/参の別】
/Textbook or Reference Books
【書籍名】
/Names of books
【著者】
/authors
【出版社】
/publisher
【ISBN】
1.   ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装  斎藤 康毅  オライリー・ジャパン  4873117585 
メッセージ
/Messages
更新日付 2019/03/29 15:50


PAGE TOP