科目名[英文名]
ディープラーニングの基礎[Lecture of Basic Deep Learning]
担当教員[ローマ字表記]
山下 隆義
科目ナンバー
-----
科目ナンバリングとは
時間割番号
10073
科目区分
-----
講義形態
-----
開講学域等
人間社会学域
適正人数
-----
開講学期
Q2
曜日・時限
集中
単位数
1単位
授業形態
60単位上限
対象学生
-----
キーワード
-----
講義室情報
(遠隔(双方向)のみ)
開放科目
-----
備考
-----
授業の主題
人工知能(AI)が我々の日常生活の中で,活用される事例が多くなっている.AIには,汎用的な強いAIと,特定の機能に特化した弱いAIがあり,現在,身の回りで活用されているAIは弱いAIに相当する.弱いAIを実現する上で欠かせないのがディープラーニング(深層学習)である.本講義では,人工知能を支えるディープラーニングについて,活用できる人材を目指して歴史的観点および技術的観点から理解,習得する.
授業の目標
ディープラーニングのもととなるニューラルネットワーク,画像データに適した畳み込みニューラルネットワーク,時系列データに適したリカレントニューラルネットワークについて理解する.また,実装方法についても習得する.
授業概要
1.AIとディープラーニング
2.ニューラルネットワーク
3.畳み込みニューラルネットワーク
4.画像認識のためのネットワークモデル
5.リカレントニューラルネットワーク
6.オートエンコーダと敵対的生成ネットワーク
7.最新ディープラーニング技術(Transformer)
8.ディープラーニングの活用事例
評価方法と割合
評価方法
各単元の課題および最終課題
評価の割合
各単元の課題(40%)
最終課題(60%)
授業時間外の学修に関する指示
予習に関する指示
事前に配布する資料を読んでおくこと
予習に関する教材
復習に関する指示
各単元に関する課題の取り組みに必要な内容を調べること
復習に関する教材
教科書・参考書
特になし
オフィスアワー等(学生からの質問への対応方法等)
メールにて回答
takayoshi@isc.chubu.ac.jp
履修条件
特になし
特記事項
特になし
ページの先頭へ