金沢大学教務システム

科目名[英文名]	先端情報通信技術論Ｂ[Advanced Topics on Information & Communication Engineering B]
担当教員[ローマ字表記]	南保　英孝[NAMBO, Hidetaka], 満保　雅浩[MAMBO, Masahiro], 今村　幸祐[IMAMURA, Kousuke], 唐堂　由其[TODO, Yuki], 松林　昭[MATSUBAYASHI, Akira], 山形　浩一[YAMAGATA, Koichi], 堀田　英輔[HORITA, Eisuke]
科目ナンバー	EC**3001A		科目ナンバリングとは
時間割番号	43110	科目区分	-----
講義形態	-----	開講学域等	理工学域
適正人数	-----	開講学期	Q4
曜日・時限	月2	単位数	1単位
授業形態	対面のみ	60単位上限	対象外
対象学生	-----
キーワード	人工知能、深層学習、ビッグデータ、セキュリティ
講義室情報	自然科学本館（総合研究棟Ⅴ） 208講義室（対面のみ）
開放科目	-----
備考	-----

授業の主題

近年、進歩が著しい人工知能に関して、機械学習、特に、深層学習を中心に学ぶと共に、ビッグデータにおけるデータマイニングやビッグデータ向け処理アルゴリズムについて学習することにより、データを有効に活用できるようになる。更に、人工知能・ビッグデータにおけるセキュリティ・プライバシ保護について学ぶ。

学修目標（到達目標）

Learning the overview of main technologies in AI and big data field

授業概要

特になし

講義スケジュール

講義回	テーマ	担当教員
1	人工知能　背景・概要とアプリケーション	南保　英孝[NAMBO, Hidetaka](融合研究域融合科学系)
2	人工知能　論理と機械学習の理論	南保　英孝[NAMBO, Hidetaka](融合研究域融合科学系)
3	深層学習　ニューラルネットワーク	唐堂　由其[TODO, Yuki](理工研究域電子情報通信学系)
4	深層学習　ニューラルネットワークの種類とその応用	今村　幸祐[IMAMURA, Kousuke](理工研究域電子情報通信学系)
5	情報幾何	山形　浩一[YAMAGATA, Koichi](理工研究域電子情報通信学系)
6	ビッグデータ処理向けアルゴリズム	松林　昭[MATSUBAYASHI, Akira](理工研究域電子情報通信学系)
7	ニューラルネットワークと信号処理	堀田　英輔[HORITA, Eisuke](理工研究域電子情報通信学系)
8	AI・BDとセキュリティ・プライバシー	満保　雅浩[MAMBO, Masahiro](理工研究域電子情報通信学系)

評価方法と割合

評価方法

次項の項目及び割合で総合評価し、次のとおり判定する。
「Ｓ（達成度90％～100％）」、「Ａ（同80％～90％未満）」、
「Ｂ（同70％～80％未満）」、「Ｃ（同60％～70％未満）」を合格とし、
「不可（同60％未満）」を不合格とする。（標準評価方法）

評価の割合

【授業には３分の２以上の出席を必要とする】
・100％　レポート
・レポートは全て提出すること

授業時間外の学修に関する指示

予習に関する指示

事前に内容を確認しておくこと。

予習に関する教材

オンデマンド教材（授業内容の一部）

復習に関する指示

レポートにあたり、授業内容について復習すること。

復習に関する教材

オンデマンド教材（授業内容の一部）

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）

担当教員にメール、または事前にアポイントを取ってから来室してください。

履修条件

特になし

特記事項

カリキュラムの中の位置づけ

本講義で学んだ内容は情報通信工学実験第3で行うテーマとの関連が深い。