シラバス情報
|
教員名 ： 桂田 浩一
|
科目授業名称（和文） Name of the subject/class (in Japanese)
人工知能特論
科目授業名称（英文） Name of the subject/class (in English)
Artificial Intelligence
授業コード Class code
996D105
科目番号 Course number
63CSINS601
教員名
桂田 浩一
Instructor
Kouichi Katsurada
開講年度学期
2024年度前期
Year/Semester
2024 First Semester
曜日時限
月曜2限
Class hours
Monday 2nd. Period
開講学科・専攻 Department
創域理工学研究科 情報計算科学専攻
Department of Information Sciences, Graduate School of Science and Technology 単位数 Course credit
2.0単位
授業の方法 Teaching method
講義
Lecture 外国語のみの科目（使用言語） Course in only foreign languages (languages)
-
授業の主な実施形態 Main class format
① [対面]対面授業/ [On-site] On-site class
概要 Description
ニューラルネットワークについて輪講形式で学ぶ．
Learn about artificial neural network through presentation. 目的 Objectives
ニューラルネットワークの数理モデルについて理解する．
本専攻科のディプロマ・ポリシーにある「高度な専門知識・研究能力と教養をもとに、論理的・批判的に思考し、自ら課題を発見・設定し、解決する能力」を身に付けるための科目である． The purpose of this course is to enable the students acquire the skill required to address various challenges in the information society. 到達目標 Outcomes
ニューラルネットワークの基礎と応用について理解する．
To understand the basic theory of artificial neural network and its application. 卒業認定・学位授与の方針との関係（学部科目のみ）
リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。 You can check this from “Correspondence table between grading items and subjects” by following the link(for departments). https://www.tus.ac.jp/fd/ict_tusrubric/ 履修上の注意 Course notes prerequisites
本講義ではディープラーニングに関する話題について輪講形式で学ぶため，
受講者にはプレゼンテーションを求める． 生体情報論を習得している事が望ましいが，必須ではない． Students who take this course are required to make a presentation on a topic about artificial neural network. アクティブ・ラーニング科目 Teaching type（Active Learning）
-
-
準備学習・復習 Preparation and review
プレゼンテーションの担当箇所について，事前に準備を行うこと．
また，授業内容に応じて予習・復習を行うこと． Students are required to research for their presentation. 成績評価方法 Performance grading policy
プレゼンテーションの内容と出席状況により評価する．
Evaluated based on the quality of presentation and attendance. 学修成果の評価 Evaluation of academic achievement
・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している ・B：到達目標を達成している ・C：到達目標を最低限達成している ・D：到達目標を達成していない ・-：学修成果の評価を判断する要件を欠格している ・S：Achieved outcomes, excellent result ・A：Achieved outcomes, good result ・B：Achieved outcomes ・C：Minimally achieved outcomes ・D：Did not achieve outcomes ・-：Failed to meet even the minimal requirements for evaluation 教科書 Textbooks/Readings
教科書の使用有無（有=Y , 無=N） Textbook used(Y for yes, N for no)
N
書誌情報 Bibliographic information
-
MyKiTSのURL（教科書販売サイト） URL for MyKiTS(textbook sales site)
教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
https://mirai.kinokuniya.co.jp/tokyorika/ It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store). https://mirai.kinokuniya.co.jp/tokyorika/ 参考書・その他資料 Reference and other materials
なし
Nothing special 授業計画 Class plan
１．講義の説明とニューラルネットワークの歴史の紹介
２〜３．多層ニューラルネットワークと誤差逆伝搬法に関する説明 ４．プレゼンテーションのためのトピックの紹介 ５〜１４．深層学習に関する輪講形式の授業 １５．全体のまとめ 1. History of artificial neural network 2-3. Basic theory of artificial neural network (multi-layered neural network and back propagation) 4. About presentation topics 5-14. Presentation 15. Summary 授業担当者の実務経験 Work experience of the instructor of the class
-
教育用ソフトウェア Educational software
-
-
備考 Remarks
授業でのBYOD PCの利用有無 Whether or not students may use BYOD PCs in class
Y
授業での仮想PCの利用有無 Whether or not students may use a virtual PC in class
N
|
