|
徳島文理大学 | Webシラバスシステム |
TOP | 戻る |
| 徳島文理大学短期大学部 |
| 科目番号 | 10260 | 担当教員名 | 小林 郁典 | 単位 | 2単位 |
|---|
| 科目群 | 専門 | 必修・選択 | 選択 | 開講期 | 前期 | 対象年次 | 1,2,3年 |
|---|
| 授業概要 |
|---|
| 本講義は、システム制御工学のうちのモデリングに注目する。最近、よく話題に登る深層学習の基本的な考え方を理解するためのキーワードについて理解し、システムやプログラムを利用することで、実際に活用できる能力を身につけることを目標とする。主なキーワードは、機械学習、ニューラルネットワーク、確率モデリングである。 |
| 到達目標 |
| 【知識】 ・上記に挙げた主なキーワードについて、学部生に対して具体的な事例に基づいてわかりやすく説明できること 【態度】 ・課題としての演習をすべてやり遂げる ・議論のとき、論理的かつ合理的に自分の意見が言えること 【技能】 ・汎用的なシステムまたは自作のプログラムを利用して、比較的簡単なモデリングができ、さらにその精度について検証することができること 【思考】 ・本講義で取り扱わなかった分野のデータに対して、学習したモデリング手法を適用し、興味深い知見を獲得する |
| 授業計画 | 授業形態 | 授業時間外学習 | |
|---|---|---|---|
| 【1】 | 講義のガイダンス、 | 講義 | |
| 【2】 | 機械学習の歴史（統計学からのアプローチ） | 反転授業 講義中は議論中心 | 事前に渡す教材に基づいて事前学修をしてください。 |
| 【3】 | 機械学習の歴史（データベースの技術進歩） | 反転授業 講義中は議論中心 | 事前に渡す教材に基づいて事前学修をしてください。 |
| 【4】 | 機械学習の歴史（人工知能からのアプローチ前半） | 反転授業 講義中は議論中心 | 事前に渡す教材に基づいて事前学修をしてください。 |
| 【5】 | 機械学習の歴史（人工知能からのアプローチ後半） | 反転授業 講義中は議論中心 | 事前に渡す教材に基づいて事前学修をしてください。 |
| 【6】 | 時系列データの代表的なモデリングの基本 | 講義および学生による報告 | 事前に渡す課題に取り組んでください。 |
| 【7】 | 時系列データの代表的なモデリングの活用事例 | 講義および学生による報告 | 事前に渡す課題に取り組んでください。 |
| 【8】 | 空間データの代表的なモデリングの基本 | 講義および学生による報告 | 事前に渡す課題に取り組んでください。 |
| 【9】 | 空間データの代表的なモデリングの活用事例 | 講義および学生による報告 | 事前に渡す課題に取り組んでください。 |
| 【10】 | 簡単なニューラルネットワークモデルのプログラミング | 講義および実習 | 事後にプログラムを完成させてください。 |
| 【11】 | 多層ネットワークモデルのプログラミングの基礎 | 講義および実習 | 事後にプログラムを完成させてください。 |
| 【12】 | 多層ネットワークモデルのプログラミングの実用 | 講義および実習 | 事後にプログラムを完成させてください。 |
| 【13】 | 多層ネットワークモデルのプログラミングの活用 | 講義および実習 | 事後にプログラムを完成させてください。 |
| 【14】 | 深層学習の基本的な考え方（理論的側面について） | 講義および議論 | レポートの作成をしてください |
| 【15】 | 深層学習の基本的な考え方（技術的側面について） | 講義および議論 | レポートの作成をしてください |
| 評価方法 |
|---|
| 各回に用意する課題の内容（40%）、講義及び議論中の発言内容（30%）、提出レポートの内容（30%）を総合的に評価する |
| 教科書 |
| ありません。別途資料を配付します。 |
| 参考図書 |
| 岩波データサイエンス Vol.1 ベイズ推論とMCMCのフリーソフト 深層学習、岡谷貴之著、講談社 WIRED Vol.20 人工知能はどんな未来を夢見るか |
| 備考 |
|---|
| オフィスアワー：月曜日５時間目 |