知識工学

科目基礎情報

学校	香川高等専門学校	開講年度	令和03年度 (2021年度)
授業科目	知識工学
科目番号	212227	科目区分	専門 / 選択
授業形態	講義	単位の種別と単位数	学修単位: 2
開設学科	創造工学専攻（電気情報工学コース）（2023年度以前入学者）	対象学年	専1
開設期	後期	週時間数	2
教科書/教材	（教科書）ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装（ISBN-13: 978-4873117584）（参考図書）ゼロから作るDeep Learning ２―自然言語処理編（ISBN-13: 978-4873118369）
担当教員	村上 幸一

到達目標

１．最低限の外部ライブラリだけで，Pythonを使ってゼロからディープラーニングを実装することができる．
２．誤差逆伝播法や畳み込み演算について実装レベルで理解する．
３．学習係数の決め方，重みの初期値など，ディープラーニングを行う上で必要なテクニックを知り使うことができる．
４．画像処理、自然言語処理や時系列データ処理に使われるディープラーニング技術を知り使うことができる。

ルーブリック

	理想的な到達レベルの目安	標準的な到達レベルの目安	未到達レベルの目安
パーセプトロン	パーセプトロンについて知りPythonで応用的なプログラムを作成できる．	パーセプトロンについて知りPythonで基本的なプログラムを作成できる．	パーセプトロンについて知らない．もしくは，Pythonで基本的なプログラムを作成できない．
ニューラルネットワーク	ニューラルネットワークについて知りPythonで応用的なプログラムを作成できる．	ニューラルネットワークについて知りPythonで基本的なプログラムを作成できる．	ニューラルネットワークについて知らない．もしくは，Pythonで基本的なプログラムを作成できない．
ニューラルネットワークの学習	ニューラルネットワークの学習について知りPythonで応用的なプログラムを作成できる．	ニューラルネットワークの学習について知りPythonで基本的なプログラムを作成できる．	ニューラルネットワークの学習について知らない．もしくは，Pythonで基本的なプログラムを作成できない．
誤差逆伝播法	誤差逆伝播法について知りPythonで応用的なプログラムを作成できる．	誤差逆伝播法について知りPythonで基本的なプログラムを作成できる．	誤差逆伝播法について知らない．もしくは，Pythonで基本的なプログラムを作成できない．
学習に関するテクニック	学習に関するテクニックについて知りPythonで応用的なプログラムを作成できる．	学習に関するテクニックについて知りPythonで基本的なプログラムを作成できる．	学習に関するテクニックについて知らない．もしくは，Pythonで基本的なプログラムを作成できない．
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について知りPythonで応用的なプログラムを作成できる．	畳み込みニューラルネットワークについて知りPythonで基本的なプログラムを作成できる．	畳み込みニューラルネットワークについて知らない．もしくは，Pythonで基本的なプログラムを作成できない．
リカレントニューラルネットワーク（RNN)	リカレントニューラルネットワーク（RNN)について知り、Pythonで応用的なプログラムを作成できる．	リカレントニューラルネットワーク（RNN)について知り、Pythonで基本的なプログラムを作成できる．	リカレントニューラルネットワーク（RNN)について知らない．もしくは，Pythonで基本的なプログラムを作成できない．
ゲート付RNN	ゲート付RNNについて知り、Pythonで応用的なプログラムを作成できる．	ゲート付RNNについて知り、Pythonで基本的なプログラムを作成できる．	ゲート付RNNについて知らない．もしくは，Pythonで基本的なプログラムを作成できない．
RNNによる文章生成	RNNによる文章生成手法について知り、Pythonで応用的なプログラムを作成できる．	RNNによる文章生成手法について知り、Pythonで基本的なプログラムを作成できる．	RNNによる文章生成手法について知らない．もしくは，Pythonで基本的なプログラムを作成できない．

学科の到達目標項目との関係

学習・教育目標 B-3 （専門工学を本質的に理解し課題を解決できる。）

学習・教育目標 B-4 （実験を計画的に遂行し得られた知見を説明できる。）

教育方法等

概要:

本講義では，「作る」という過程を通じて，ディープラーニングの本質に迫ります。ディープラーニングのプログラムを実装する過程を通じて必要な技術を説明します．
この科目は企業等において設計等の実務経験のある教員により最新の知識工学の内容を含んだ授業内容で講義形式で実施される。

授業の進め方・方法:

テキストをもとに講義を行い，講義後にプログラミング演習を行う。

注意点:

・ 授業時間以外に，１週に4時間の自主学習が必要である。
・ プログラミング言語（C，Java，Python，Fortranのいずれか）に関する基礎知識が必要である。

授業計画

		週	授業内容	週ごとの到達目標
後期
	3rdQ
		1週	ガイダンス(１) パーセプトロン	パーセプトロンについて説明できる．パーセプトロンの実装に関するプログラムを作成できる．
		2週	ニューラルネットワーク	ニューラルネットワークについて説明できる．ニューラルネットワークの実装に関するプログラムを作成できる．
		3週	ニューラルネットワーク	ニューラルネットワークについて説明できる．ニューラルネットワークの実装に関するプログラムを作成できる．
		4週	ニューラルネットワークの学習	ニューラルネットワークの学習について説明できる．ニューラルネットワークの学習に関するプログラムを実装できる．
		5週	ニューラルネットワークの学習	ニューラルネットワークの学習について説明できる．ニューラルネットワークの学習に関するプログラムを実装できる．
		6週	誤差逆伝播法	誤差逆伝播法について説明できる．誤差逆伝播法に関するプログラムを作成できる．
		7週	誤差逆伝播法	誤差逆伝播法について説明できる．誤差逆伝播法に関するプログラムを作成できる．
		8週	学習に関するテクニック	学習に関するテクニックについて説明できる．学習に関するテクニックに関するプログラムを作成できる．
	4thQ
		9週	学習に関するテクニック	学習に関するテクニックについて説明できる．学習に関するテクニックに関するプログラムを作成できる．
		10週	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について説明できる．畳み込みニューラルネットワークに関するプログラムについて実装できる．
		11週	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について説明できる．畳み込みニューラルネットワークに関するプログラムについて実装できる．
		12週	リカレントニューラルネットワーク（RNN)	リカレントニューラルネットワーク（RNN)の構造を理解し、その処理をPythonで実装することができる。
		13週	ゲート付RNN	ゲート付RNNの一つであるLSTMを使った言語モデルを作り、実際のデータで上手く学習できることを確認する。
		14週	RNNによる文章生成	言語モデルを使って「文章生成」を行うプログラムを実装することができる。
		15週	RNNによる文章生成	言語モデルを使って「文章生成」を行うプログラムを実装することができる。
		16週	後期末試験

評価割合

	試験	レポート（プログラム作成）	合計
総合評価割合	75	25	100
パーセプトロンについて知りPythonで基本的なプログラムを作成できる．	5	1	6
ニューラルネットワークについて知りPythonで基本的なプログラムを作成できる．	10	2	12
ニューラルネットワークの学習について知りPythonで基本的なプログラムを作成できる．	10	2	12
誤差逆伝播法について知りPythonで基本的なプログラムを作成できる．	10	4	14
学習に関するテクニックについて知りPythonで基本的なプログラムを作成できる．	10	4	14
畳み込みニューラルネットワークについて知りPythonで基本的なプログラムを作成できる．	10	4	14
リカレントニューラルネットワーク（RNN)	5	2	7
ゲート付RNN	5	2	7
RNNによる文章生成	10	4	14