知能情報処理

科目基礎情報

学校	香川高等専門学校	開講年度	令和05年度 (2023年度)
授業科目	知能情報処理
科目番号	3145	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	電気情報工学科（2019年度以降入学者）	対象学年	5
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 ２―自然言語処理編（ISBN-13: 978-4873118369）（参考図書）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）
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．自然言語と単語の分散表現について理解する．
３．word2vecについて理解し，プログラムを実装することができる．
４．リカレントニューラルネットワーク（RNN)について理解し，プログラムを実装することができる．
５．ゲート付きRNNについて理解し，プログラムを実装することができる．
６．RNNによる文章生成について理解し，プログラムを実装することができる．

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
ニューラルネットワークの復習	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．
自然言語と単語の分散表現	自然言語と単語の分散表現について知りPythonで応用的なプログラムを作成できる．	自然言語と単語の分散表現について知りPythonで基本的なプログラムを作成できる．	自然言語と単語の分散表現について知らない．もしくは，Pythonで基本的なプログラムを作成できない．
word2vec	word2vecについて知りPythonで応用的なプログラムを作成できる．	word2vecについて知りPythonで基本的なプログラムを作成できる．	word2vec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．
word2vecの高速化	word2vecの高速化について知りPythonで応用的なプログラムを作成できる．	word2vecの高速化について知りPythonで基本的なプログラムを作成できる．	word2vecの高速化について知らない．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．
ゲート付きRNN	ゲート付きRNNについて知りPythonで応用的なプログラムを作成できる．	ゲート付きRNNについて知りPythonで基本的なプログラムを作成できる．	ゲート付き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．

教育方法等

概要:

本講義では，外部のライブラリに頼らずにゼロから，ディープラーニングのプログラムを実装します．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の技術に焦点を当てます．
本講義で学ぶ主な技術として，Pythonによるテキスト処理，時系列データ処理，文章生成などがあります．
逆に，本講義では，最新の研究に関する詳しい解説・紹介，Caffe, TensorFlow, Chainerなどのフレームワークの説明は行いませんので，注意して下さい．

授業の進め方・方法:

テキストをもとに講義を行う．プログラムのデモンストレーションなどを行う．

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) ニューラルネットワークの復習	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．
		2週	ニューラルネットワークの復習	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	自然言語と単語の分散表現	自然言語と単語の分散表現について説明できる．自然言語と単語の分散表現に関するプログラムを作成できる．
		4週	自然言語と単語の分散表現	自然言語と単語の分散表現について説明できる．自然言語と単語の分散表現に関するプログラムを作成できる．
		5週	word2vec	word2vecについて説明できる．word2vecの高速化に関するプログラムを作成できる．
		6週	word2vec	word2vecについて説明できる．word2vecの高速化に関するプログラムを作成できる．
		7週	word2vecの高速化	word2vecの高速化について説明できる．word2vecの高速化に関するプログラムを作成できる．
		8週	後期中間試験
	4thQ
		9週	word2vecの高速化	word2vecの高速化について説明できる．word2vecの高速化に関するプログラムを作成できる．
		10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。
		11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。
		12週	ゲート付き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。
		13週	ゲート付き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	RNNによる文章生成について説明できる．word2vecの高速化に関するプログラムを作成できる．
		15週	RNNによる文章生成	RNNによる文章生成について説明できる．word2vecの高速化に関するプログラムを作成できる．
		16週	後期末試験

評価割合

	試験	小テスト	合計
総合評価割合	86	14	100
ニューラルネットワークの復習	12	2	14
自然言語と単語の分散表現	12	2	14
word2vec	13	2	15
word2vecの高速化	12	2	14
リカレントニューラルネットワーク（RNN)	12	2	14
ゲート付きRNN	12	2	14
RNNによる文章生成	13	2	15