到達目標
1. AIの基礎技術に関して数学的技術の観点から説明ができる
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 |
評価項目1 | 代表的なAI基礎技術について理論的な観点から十分に説明ができる | 代表的なAI基礎技術ついて理論的な観点から説明ができる | 代表的なAI基礎技術について理論的な観点から説明できない。 |
学科の到達目標項目との関係
教育方法等
概要:
AI技術に関する基礎知識を有するとともに、自身の専門領域で利活用できる人材のニーズが高まっている。本科目では、全学科・学年を履修対象とし、『AI基礎技術演習』のアドバンストコースの位置づけとして、AI基礎技術に関する知識の深化を目的とする。具体的には、『AI基礎技術演習』で体験的に学習した各種技術の数学的理論、および、各種ハイパーパラメータの影響を考察できるようになることを目的とする。
本講義の中でAI技術の中における数学の使われ方を学び、通常の数学授業における学習モチベーションアップを期待する。
授業の進め方・方法:
各種の基本技術に関してスライド講義形式にて学習後、パソコンおよび MATLAB を利用した演習を行う。夏季休業中に開講予定とし、評価は講義中に提示するレポート課題などをまとめて提出されたポートフォリオ(100%)で評価する。
なお、高専間の連携授業の1つとして開講され、授業自体は田中大介(新居浜高専 機械工学科)教員が担当し、開設校の担当として平野教員が補助的な役割を担う。
注意点:
全学科・全学年を対象とした開講である為、特定の学科・学年に偏ったスキルは要求しないが、数学に関する抵抗が無い学生の受講を歓迎する。講義の中では、一部MATLABを使ったプログラミングを実施するが、体験学習を根本とし、複雑なプログラミングは行わない。ただし、配布するサンプルプログラムの一部を変更したり、ファイル操作などのパソコン操作ができることを受講条件とする。
遠方へ帰省する者が受講を希望する場合、Office365のweb会議機能(Teams)を利用した受講を許可する。ただし、遠隔授業に耐えうるパソコンスペックおよび通信環境を有し、受講前に申請して許可を得ることを条件とする。
TAが確保できない場合には受講人数を限定したり、場合によっては開講しない場合がある。
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 |
1stQ |
1週 |
学習内容に関する概説 |
|
2週 |
数学の基礎 |
微分の意味を理解し、簡単な微分計算ができる。微分の計算を偏微分に応用できる。
|
3週 |
回帰とは |
簡単な例題を通して、回帰問題の解き方を説明できる。
|
4週 |
最小二乗法 |
微分と最小二乗法との関連を説明できる。
|
5週 |
最小二乗法による回帰問題の解法 |
最小二乗法により回帰問題を解くことができる。
|
6週 |
最小二乗法による回帰問題の解法 |
解析解が得られない最適化問題に対して最急降下法により近似解を得る方法を説明できる。
|
7週 |
最小二乗法による回帰問題の解法 |
解析的な微分と数値的な微分の違いについて説明できる。 数値微分を利用して最適化問題を解くことができる。
|
8週 |
ニューラルネットワークの定式化 |
回帰問題としてのニューラルネットワークを定式化できる。
|
2ndQ |
9週 |
ニューラルネットワークの数値微分による実装(1) |
MATLABの機能を用いて、ニューラルネットワークの実装ができる。
|
10週 |
ニューラルネットワークの数値微分による実装(2) |
MATLABの機能を用いて、ニューラルネットワークの実装ができる。
|
11週 |
最適化法による違い |
最急降下法やAdamなどの数値最適化法について説明できる。
|
12週 |
ニューラルネットワークの限界 |
CNNがなぜ利用されるようになったのか説明できる。
|
13週 |
畳み込みと画像処理 |
畳み込み演算が画像データに対して有益に働く理由を説明できる
|
14週 |
CNNの各種パラメータの意味合い |
ストライド・パディング・プーリングについて説明できる
|
15週 |
CNNの実装 |
MATLABの機能を用いて、CNNの実装ができる
|
16週 |
まとめ |
これまでの知識をもとに、AIを数学的技術の観点から説明できる。
|
後期 |
3rdQ |
1週 |
|
|
2週 |
|
|
3週 |
|
|
4週 |
|
|
5週 |
|
|
6週 |
|
|
7週 |
|
|
8週 |
|
|
4thQ |
9週 |
|
|
10週 |
|
|
11週 |
|
|
12週 |
|
|
13週 |
|
|
14週 |
|
|
15週 |
|
|
16週 |
|
|
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 | 0 | 0 | 0 | 0 | 100 | 0 | 100 |
基礎的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
専門的能力 | 0 | 0 | 0 | 0 | 50 | 0 | 50 |
分野横断的能力 | 0 | 0 | 0 | 0 | 50 | 0 | 50 |