到達目標
近年目覚ましい発展を遂げる人工知能やデータサイエンスに関する技術について，正しく理解するとともに，プログラミング演習を通して深層学習モデルを実装できる能力を習得する。
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 |
| 評価項目1 | 人工知能研究の歴史と最新動向を具体例を挙げながら説明できる。
| 人工知能研究の歴史と最新動向を説明できる。
| 人工知能研究の歴史と最新動向を説明できない。 |
| 評価項目2 | 教師あり学習，教師なし学習，強化学習について具体例を挙げながら違いを説明できる。
| 教師あり学習，教師なし学習，強化学習の違いを説明できる。
| 教師あり学習，教師なし学習，強化学習の違いを説明できない。 |
| 評価項目3 | CNNを使った高性能な画像認識モデルを実装できる。
| CNNを使った画像認識モデルを実装できる。
| CNNを使った画像認識モデルを実装できない。 |
学科の到達目標項目との関係
教育方法等
概要:
6日間の集中講義
授業の進め方・方法:
人工知能およびデータサイエンスに関する講義とそれらを実装するためのプログラミング演習を行う。単位修得のためには授業中に出されるレポートと最終課題をすべて提出する必要がある。
注意点:
使用するプログラミング言語はPythonである。講義内容を十分に理解するためにはNumpy, Matplotlib, Pandas等のPythonパッケージを用いた基本的なプログラミングスキルを有することが望ましい。プログラミングスキルに不安を感じる場合は事前に配布される教材を用いて自習しておくことを強く推奨する。
令和6年度より6日間の集中講義となります。合計30時間以上講義があります。すべて受講してください。
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 |
イントロダクション(講座概要) |
本講座の進め方と目標を理解する。
|
| 2週 |
人工知能概論 |
人工知能の歴史と現状について概要を理解する。
|
| 3週 |
各種ライブラリを用いたデータ処理
〇Numpy |
Pythonの各種ライブラリの基本的な使い方を知る。
|
| 4週 |
各種ライブラリを用いたデータ処理
〇Pandas |
〃
|
| 5週 |
各種ライブラリを用いたデータ処理
〇Matplotlib |
〃
|
| 6週 |
松尾先生講演(最新のAI動向など) |
最新のAI研究動向を知る。
|
| 7週 |
機械学習基礎編1
〇教師あり学習 |
機械学習の概要を理解する。
|
| 8週 |
機械学習基礎編2
〇教師なし学習 |
〃
|
| 2ndQ |
| 9週 |
データサイエンス演習 |
データサイエンスコンペに取り組む。
|
| 10週 |
〃 |
〃
|
| 11週 |
深層学習基礎・演習１ |
深層学習の基礎が理解でき実際に実装できる。
|
| 12週 |
深層学習基礎・演習2－1 |
〃
|
| 13週 |
深層学習基礎・演習2－2 |
〃
|
| 14週 |
CNN(Convolution Neural Network)
(畳み込みニューラルネットワーク)
基礎・演習 |
CNNが理解でき実際に実装できる。
|
| 15週 |
〃 |
〃
|
| 16週 |
DL演習(画像認識コンペの説明・演習) |
〃
|
| 後期 |
| 3rdQ |
| 1週 |
〃 |
〃
|
| 2週 |
様々な手法の紹介(RNN、生成モデル、強化学習など)
RNNの基礎・演習 |
RNNが理解でき実際に実装できる。
|
| 3週 |
〃 |
〃
|
| 4週 |
Transformerの基礎・演習 |
Transformerの基礎を理解し実際に実装できる。
|
| 5週 |
〃 |
〃
|
| 6週 |
DL演習(画像認識コンペ・演習) |
画像認識を実際に実装し改良する。
|
| 7週 |
〃 |
〃
|
| 8週 |
〃 |
〃
|
| 4thQ |
| 9週 |
DLの最前線①(画像認識) |
CNN以外の深層学習モデルについて理解する。
|
| 10週 |
DLの最前線②(ロボティクス)
DLの最前線③(強化学習) |
DLの最前線を知る。
|
| 11週 |
DLの最前線④(LLM)
DLの最前線⑤(拡散モデル) |
〃
|
| 12週 |
DLの最前線⑦(世界モデル) |
〃
|
| 13週 |
DL演習(画像認識コンペ・演習) |
画像認識を実際に実装し改良する。
|
| 14週 |
DL演習(画像認識コンペ・演習)
結果発表 |
〃
|
| 15週 |
クロージング |
人工知能:AIの歴史から最新技術まで概要を説明できる。
|
| 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 | レポート | 相互評価 | 態度 | 最終課題 | その他 | 合計 |
| 総合評価割合 | 0 | 60 | 0 | 0 | 40 | 0 | 100 |
| 基礎的能力 | 0 | 30 | 0 | 0 | 0 | 0 | 30 |
| 専門的能力 | 0 | 30 | 0 | 0 | 40 | 0 | 70 |
| 分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |