2020Sシラバス

28/449

木 2 木 3 木 3 木 4 木 4 金 1 金 1 金 3 金 3 金 4 金 4 1年 理一(6,14,19) 1年 理二三(6-7,21) 1年 理一(10-12) 1年 理一(37)理二三(11,18) 1年 理一(4,9,16) 1年 理一(38-39)理二三(17) 1年 文一二(27-28)文三(13) 1年 理一(28)理二三(8-9,23) 1年 文一二(1-6)文三(8) Ｓ 月 6 水 6 1年 文科 理科 1年 文科 理科 情報 30910 30956 30966 31002 31011 31069 31074 31171 31187 31215 31237 授業の目標・概要 成績評価方法 教科書 ガイダンス ※講義の詳細については、UTASを参照すること 時間割コード 30269 30840 ＊＊トピックについて＊＊ 深層学習（ディープラーニング）は、近年発展著しいAI（人工知能）技術の中核を為す技術である。この技術は高い性能と汎用性を持つことから、自動運転や新薬創造などの社会の多くの領域に応用され、それぞれの分野で革新的な成果を出すことが期待されている。 また、この深層学習のメカニズムを理解するために、数学をベースにした理論も急速に発展している。AI技術を効率的に制御・理解するためには、これらの理論の発展が必要不可欠である。 ＊＊講義の目標＊＊ この講義の目的は、以下の三つである。 1. 基礎的な情報の技術・社会的側面について学ぶ。 2. データ解析の基礎を理解し、その一ツールとしての深層学習の使い方をプログラミング演習を通して学ぶ。 3. 深層学習の理論を、数学演習を通して学ぶ。 ＊＊講義の概要＊＊ 最初の数回で、基礎科目「情報」に該当する内容を速習する。加えて、各回の講義の中で随時「情報」の内容をカバーする。 その後、機械学習の問題設定の基礎を学び、pythonを用いた演習で深層学習の実装を行う。後半では、数学的な理論を学び演習を通して定着を図る。 前半での演習ではpythonを使うスキルが必要だが、知識は授業中に身につける前提で、意欲さえあればこれまでの経験は問わない。 ＊＊システム＊＊ 受講者数を20名程度に制限するので、ガイダンス時にプログラミング・数学などに関する基礎学力の確認と学習意欲に関する調査を行う。その結果、一週間以内に、第二回以降の受講対象者の学生証番号を正門横掲示板に発表する。 学期中と期末に課すレポートおよび出席状況をもとに評価する。 教科書は使用しない。／Will not use textbook 2020年4月6日6限 11号館1106教室（水6のガイダンスもこの日にまとめて行うので注意） E31教室 E21教室 E31教室 E21教室 E31教室 E31教室 E21教室 E21教室 E31教室 E21教室 E31教室 E38教室 E31教室 1年 理二三(10,12,24) 1年 理一(20,23,32)理二三(20) 開講区分 曜限 羽山 博 飯尾 淳 木本 充彦 田中 哲朗 木本 充彦 松島 慎 福永 アレックス 植田 一博 蔡 東生 幸島 明男 蔡 東生 情報α 担当教員 今泉 允聡 今泉 允聡 教室 対象クラス