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