| 科目名 | 人工知能Ⅱ |
|---|
| 単 位 数 | 学年配当 | 開講期間 | 担 当 教 員 |
|---|---|---|---|
| 2 | 3 | 前期開講 | 串田 淳一 |
| テーマ |
|---|
| 人工知能の要素技術の1つである深層学習を中心とし，処理の仕組みや実装方法に習熟することを目的とする． |
| 科目のねらい |
|---|
|
＜キーワード＞ 人工知能 機械学習 深層学習 Python ＜内容の要約＞ 近年の技術の発展に伴い，人工知能(AI)は福祉を含む実世界の様々な場面で利用されるようになっている．本講義では，画像認識や自然言語処理などで応用が進んでいる深層学習を中心に，処理の仕組みや関連技術を解説する．また，講義で紹介した各手法をPythonを用いて実装することで理解を深める． ＜学習目標＞ ニューラルネットワーク，深層学習の基礎知識が理解できる． 深層学習を用いた画像認識の処理手順を理解できる． 深層学習のPythonによる実装方法を理解できる． |
| 授業のながれ |
|---|
|
人工知能と深層学習 データ分析，可視化のための方法 深層学習の種類および基礎的なアルゴリズム 深層学習に関するライブラリの利用方法 ニューラルネットワーク１ ニューラルネットワーク２ 中間まとめ 畳み込みニューラルネットワーク１ 畳み込みニューラルネットワーク２ 畳み込みニューラルネットワーク３ 深層学習プログラミング１ 深層学習プログラミング２ 深層学習プログラミング３ 深層学習の応用 まとめ |
| 準備学習の内容・学ぶ上での注意 |
|---|
| 課題は遅滞なく提出すること．他の受講生の迷惑になる行為（私語，講義中に席を離れるなど）は厳禁． |
| 事前事後 | 学習内容 | 時間数 |
|---|---|---|
| 事前 | 講義の予習 | 15 |
| 事後 | 講義内容の復習 | 15 |
| 本科目の関連科目 |
|---|
| 情報数学I, 情報数学II |
| 成績評価の方法 |
|---|
|
||||||
| 期末試験と課題・レポートの成績で評価する． |
| テキスト |
|---|
| □テキストを使用する ■レジュメを使用する ■未定 （最初の授業で指示する） |
| (C) Copyright 2023 Nihon Fukushi University. all rights reserved. |
| 本ホームページからの転載を禁じます。 |
|
|