| 科目名[英文名] | |||||
| 地学 [Geoscience] | |||||
| 区分 | 専門科目 | 選択必修 | 単位数 | 2 | |
| 対象学科等 | 対象年次 | 2～4 | 開講時期 | 通年 | |
| 授業形態 | 通年 | 時間割番号 | 02b2264 | ||
| 責任教員 [ローマ字表記] | |||||
| オブライエン 悠木子 [SASSA Yukiko] | |||||
| 所属 | 生物システム応用科学府 | 研究室 | 12-211 | メールアドレス | |
| 概要 |
|
最近の人工知能(AI)の発達は目覚ましいものがあり、医療分野においても活用が進んでいる。本科目では、AIの基本的な考え方を、機械学習とディープニューラルネットワークに基づき学ぶ。最初に、AIのプログラミングで標準的に使われるプログラミング言語であるPythonについて復習し、その後、AIで利用される様々なアルゴリズムについて学ぶ。 クラスコード：iynui4v |
| 到達基準 |
| 機械学習とディープラーニングの基本的なアルゴリズムが理解でき、簡単なAIのプログラムを解読できることとする。本科目のディブロマ・ポリシーの観点：履修案内のカリキュラムマップを参照してください。 |
| 授業内容 |
|
1回 イントロダクション 2回 Python復習(1) 3回 Python復習(2)、クラス 4回 機械学習の流れ 5回 回帰(1) 6回 回帰(2) 7回 分類 8回 クラスタリング 9回 ニューラルネットワーク 10回 バックプロパゲーション 11回 デープニューラルネットワーク(1) 12回 デープニューラルネットワーク(2) 13回 CNN 14回 RNN 15回 まとめと将来展望 |
| 履修条件・関連項目 |
|
生体医用システム工学科１年生科目「プログラミングIおよび演習」を履修ていることが望ましい。 授業時間30 時間に加え、本学の標準時間数に準ずる予習と復習を行うこと。 |
| テキスト・教科書 |
| 特に指定しない。 |
| 参考書 |
|
ゼロから作るDeep Learning （オライリー・ジャパン） scikit-learnデータ分析実践ハンドブック（秀和システム） |
| 成績評価の方法 |
| レポート(30%)と期末試験(70%)で評価する。 |
| 教員から一言 |
| 人工知能の解説的な内容ではなく、理論とプログラミングについて教えます。 |
| キーワード |
| 人工知能、機械学習、ニューラルネットワーク、ディープラーニング、画像処理 |
| オフィスアワー |
| 毎週木曜日１３時〜１５時、新１号館N201 |
| 備考１ |
| 備考２ |
| 参照ホームページ |
| 開講言語 |
| 日本語 |
| 語学学習科目 |
| 更新日付 |
| 2023/04/05 10:40:40 |