2019年度 基盤人工知能   Fundamentals of artificial intelligence

文字サイズ 

アップデートお知らせメールへ登録 お気に入り講義リストに追加
開講元
情報理工学院
担当教員名
岡崎 直観  下坂 正倫  井上 中順  柳澤 渓甫 
授業形態
講義
曜日・時限(講義室)
木5-6(W531,G115)  
クラス
-
科目コード
XCO.T489
単位数
1
開講年度
2019年度
開講クォーター
4Q
シラバス更新日
2019年11月15日
講義資料更新日
-
使用言語
日本語
アクセスランキング

講義の概要とねらい

人工知能とは,人間のような知能を人工的に作ることを目指した研究分野である.近年,大量のデータや計算能力の向上を背景として,機械学習や深層学習が飛躍的な進化を遂げ,あらゆる分野で人工知能技術が活用されるようになった.本講義では,人工知能の基礎的な概念・理論を紹介し,人工知能技術の実用化に従事するために必要な知識の習得を目指す.

到達目標

人工知能技術の実用化に従事するために必要な知識を習得すること.

キーワード

分類,回帰,勾配法,パーセプトロン,活性化関数,誤差逆伝搬法,自動微分,畳み込みニューラルネットワーク

学生が身につける力

国際的教養力 コミュニケーション力 専門力 課題設定力 実践力または解決力
- -

授業の進め方

TV会議システムを利用し,大岡山とすずかけ台いずれのキャンパスでも受講できるようにする.

授業計画・課題

  授業計画 課題
第1回 ガイダンス 実社会における人工知能
第2回 数学の基礎 基礎数学(線形代数,確率・統計,微分積分)の復習
第3回 線形回帰 損失関数,経験損失最小化,過剰適合,正則化,バイアスとバリアンス,線形モデル (線形回帰),リッジ回帰
第4回 線形分類 線形モデル(分類),ロジスティック回帰,勾配法
第5回 単層ニューラルネットワーク 単層パーセプトロン,活性化関数,計算グラフ,自動微分
第6回 多層ニューラルネットワーク 多層パーセプトロン,隠れユニット,誤差逆伝搬法,ソフトマックス
第7回 畳み込みニューラルネットワーク 畳み込みニューラルネットワーク,ドロップアウト
第8回 試験

教科書

なし

参考書、講義資料等

OCW-i にて電子的に配布する

成績評価の基準及び方法

期末試験にて評価

関連する科目

  • XCO.T490 : 基盤人工知能演習
  • XCO.T483 : 応用AI・データサイエンスA
  • XCO.T484 : FinTechとデータサイエンス
  • XCO.T485 : 応用AI・データサイエンスC
  • XCO.T486 : 応用AI・データサイエンスD
  • XCO.T487 : 基盤データサイエンス
  • XCO.T488 : 基盤データサイエンス演習

履修の条件(知識・技能・履修済科目等)

線形代数学,微分積分学,数理統計学に関する基本的な知識があることが望ましい.

このページのトップへ