到達目標
近年の人工知能技術の中核であるニューラルネットワークとその学習に関する基礎理論について理解できる。
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 |
ニューラルネットワークの構成 | ニューラルネットワークの構成について理解し説明できる。 | ニューラルネットワークの構成について理解している。 | ニューラルネットワークの構成について理解していない。 |
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理解し説明できる。 | ニューラルネットワークの学習について理解している。 | ニューラルネットワークの学習について理解していない。 |
学科の到達目標項目との関係
教育方法等
概要:
創造的で実践的な技術者を養成することを目標に、人工知能技術の中でも重要なニューラルネットワークやその学習に関する基礎的な知識と技術を修得する。
授業の進め方・方法:
配布資料やスライドを用いて主に座学形式で行う。
注意点:
試験および授業に取り組む態度によって評価を行う。
授業の属性・履修上の区分
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
前期 |
2ndQ |
9週 |
ガイダンス |
授業概要、授業の進め方、到達目標について説明できる。
|
10週 |
人工知能の歴史 |
人工知能の歴史およびその中でのニューラルネットワークの位置づけについて説明できる。
|
11週 |
ニューラルネットワークの応用例 |
画像認識や音声認識などニューラルネットワークの応用例について説明できる。
|
12週 |
ニューロンのモデル |
ニューラルネットワークで重要な役割を果たすニューロンおよびそのモデルについて説明できる。
|
13週 |
ニューラルネットワークの構成 |
多層パーセプトロンなどのニューラルネットワークの構成を説明できる。
|
14週 |
ニューラルネットワークの学習 |
誤差逆伝搬法によるニューラルネットワークの学習を説明できる。
|
15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。
|
16週 |
試験 |
試験
|
モデルコアカリキュラムの学習内容と到達目標
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 |
評価割合
| 試験 | 発表 | 相互評価 | 態度 | ポートフォリオ | その他 | 合計 |
総合評価割合 | 80 | 0 | 0 | 20 | 0 | 0 | 100 |
基礎的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
専門的能力 | 80 | 0 | 0 | 20 | 0 | 0 | 100 |
分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |