1年 理一(10-12) 1年 理一(4,9,16) 1年 理二三(10,12,24) 木 4 木 4 金 1 1年 文一二(27)文三(13) 1年 文一二(1-6)文三(5) 1年 理一(38-39)理二三(17) 1年 理一(28)理二三(8-9,23) 1年 理一(20,32)理二三(20) 蔡 東生 蔡 東生 金 1 金 3 金 3 金 4 金 4 Ｓ 1年 文科 理科 1年 文科 理科 月 6 金 6 時間割コード 情報α 30977 30985 31033 31041 31140 31153 31178 31197 授業の目標・概要 成績評価方法 教科書 ※講義の詳細・受講するクラスについては、UTASを参照すること 30271 31256 曜限 ＊＊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（4月8日（金）6限、Zoom開催）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もしくはオンライン上に発表する。 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 田中 哲朗 石井 健太郎 秋光 淳生 福永 アレックス 川崎 真弘 川崎 真弘 担当教員 今泉 允聡 今泉 允聡 開講区分 対象クラス
元のページ ../index.html#29