概要:
回帰、分類アルゴリズム及びディープニューラルネットワーク等の機械学習アルゴリズムの基礎について学び,Pythonのライブラリを利用した実装を行います。
授業の進め方・方法:
授業は1週2コマで行う。授業はまず,基本的なアルゴリズムの原理及びサンプルプログラムについて説明を行い,授業の後半では,学んだ事項の応用プログラムの作成を行う。プログラミング課題を作成することで実践能力を養う。
(事前学習)
Pythonについて復習しておくことが望ましい
注意点:
(履修上の注意)
・プログラム作成が時間内に終了しない場合には期限までに時間外で完成させること。
(自学上の注意)
・サンプルプログラムを自分で作成実行する習慣をつけること。
分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
専門的能力 | 分野別の工学実験・実習能力 | 情報系分野【実験・実習能力】 | 情報系【実験・実習】 | 与えられた問題に対してそれを解決するためのソースプログラムを、標準的な開発ツールや開発環境を利用して記述できる。 | 4 | 後1,後2,後3,後4,後5,後6,後7,後8,後10,後11,後12,後13,後14 |
ソフトウェア生成に利用される標準的なツールや環境を使い、ソースプログラムをロードモジュールに変換して実行できる。 | 4 | 後1,後2,後3,後4,後5,後6,後7,後8,後10,後11,後12,後13,後14 |