到達目標
最小二乗法、最急降下法について理解する。階層型ニューラルネットワークの基礎知識について理解する。
階層型ニューラルネットワークの学習法であるバックプロパゲーションアルゴリズムの動作について理解する。
統計的機械学習について理解する。
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 |
| 最小二乗法 | 最小二乗法の原理を理解し，説明できる． | 最小二乗法を理解している． | 最小二乗法を理解していない．
|
| 最急降下法 | 最急降下法を理解し，説明できる． | 最急降下法を理解している． | 最急降下法を理解していない．
|
| ニューラルネットワーク | ニューラルネットワークを理解し，説明できる． | ニューラルネットワークを理解している． | ニューラルネットワークを理解していない．
|
| 統計的機械学習 | 統計的機械学習を理解し，説明できる． | 統計的機械学習を理解している． | 統計的機械学習を理解していない．
|
学科の到達目標項目との関係
教育方法等
概要:
知能システムは幅広い学問である．その中でも，データから規則性を自動的に学習する機械学習の基礎について学ぶ．
授業の進め方・方法:
座学と演習によって授業を進める．
座学では手法を理解することに務めること．また，演習では理解した手法を実装し，実験によって理解を深める．
注意点:
演習およびレポートでは学習内容を実装することがあるため、C言語の基本的なプログラミングができること。
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
| 前期 |
| 1stQ |
| 1週 |
知能システムの概要
|
知能システムの歴史、現状、実現可能性について学ぶ。
|
| 2週 |
一般的な学習手法の概要
|
教師あり学習、教師なし学習について学ぶ。
|
| 3週 |
最小二乗法
|
最小二乗法の利用方法について学ぶ。
|
| 4週 |
最急降下法
|
最急降下法について学ぶ。
|
| 5週 |
最急降下法
|
最急降下法について学ぶ。
|
| 6週 |
ニューラルネット研究の歴史と脳神経細胞の構造と機能 |
ニューラルネット研究の経緯と現状について学ぶ。また、脳の構造と機能、神経細胞の構造と機能、シナプス結合について学ぶ。
|
| 7週 |
ニューラルネット研究の歴史と脳神経細胞の構造と機能 |
ニューラルネット研究の経緯と現状について学ぶ。また、脳の構造と機能、神経細胞の構造と機能、シナプス結合について学ぶ。
|
| 8週 |
前期中間試験 |
前期中間試験までの学習内容
|
| 2ndQ |
| 9週 |
階層型ニューラルネットワークの学習法
|
階層型ニューラルネットワークの学習法について学ぶ。
|
| 10週 |
階層型ニューラルネットワークの二乗誤差
|
ネットワーク出力と目標出力の二乗誤差について学ぶ。
|
| 11週 |
バックプロパゲーション
|
バックプロパゲーションの仕組みについて学ぶ。
|
| 12週 |
バックプロパゲーション
|
バックプロパゲーションの仕組みについて学ぶ。
|
| 13週 |
バックプロパゲーションの実装 |
バックプロパゲーションを実装し、応用問題に適用できるか検討を行う。
|
| 14週 |
バックプロパゲーションの実装 |
バックプロパゲーションを実装し、応用問題に適用できるか検討を行う。
|
| 15週 |
ニューラルネットワークの実装・識別実験 |
ニューラルネットワークの利用ができる
|
| 16週 |
前期定期試験解説 |
前期定期試験解説
|
評価割合
| 試験 | 課題 | 合計 |
| 総合評価割合 | 80 | 20 | 100 |
| 基礎的能力 | 40 | 10 | 50 |
| 専門的能力 | 40 | 10 | 50 |