到達目標
１．機械学習の利用のための環境構築を行うことができる．
２．機械学習のための各種ライブラリを使用することができる．
３．機械学習を用いた問題の解決と実装を行うことが出来る．
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 |
| 機械学習の利用のための環境構築を行うことができる． | 機械学習の利用のための環境構築を，自身の力で行うことができる． | サポートや助言を行うことで，機械学習の利用のための環境構築を行うことができる． | 機械学習の利用のための環境構築を行うことができない． |
| 機械学習のための各種ライブラリを使用することができる． | 機械学習のための各種ライブラリを，自身の力で使用することができる． | サポートや助言を行うことで，機械学習のための各種ライブラリを使用することができる． | 機械学習のための各種ライブラリを使用することができない． |
| 機械学習を用いた問題の解決と実装を行うことが出来る． | 機械学習を用いた問題の解決と実装を，自身の力で行うことが出来る． | サポートや助言を行うことで，機械学習を用いた問題の解決と実装を行うことが出来る． | 機械学習を用いた問題の解決と実装を行うことが出来ない． |
学科の到達目標項目との関係
教育方法等
概要:
本講義では，機械学習を用いた問題の解決と実装を，自身で行えるようになることを到達目標とする．機械学習の利用のための環境構築と，各種機械学習用ライブラリの使用方法について講義を行ったのちに，複数回の機械学習を用いた問題の解決と実装に関する演習を通じて，その素養を高める．
授業の進め方・方法:
教材（授業スライド等）を元に講義を行う．講義後に調査および実装（プログラミング）を行う．また発表会を通じて，他の受講生の取り組み内容についても学習を行う．
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 |
| 後期 |
| 3rdQ |
| 1週 |
ガイダンス
pythonとライブラリの説明 |
Pythonの概要を知る．
|
| 2週 |
環境構築と，機械学習におけるPython の基本知識，使い方（Numpy Pandas） |
Google Colab 等を用いて環境構築する．
機械学習に必要な処理を学ぶ．
|
| 3週 |
機械学習におけるPython の基本知識，使い方
（ scikit learn ） |
scikit learn の使い方，実装方法について学習する．
|
| 4週 |
機械学習におけるPython の基本知識，使い方
（ scikit learn ） |
scikit learn の使い方，実装方法について学習する．
|
| 5週 |
機械学習におけるPython の基本知識，使い方
（ PyTorch ） |
PyTorch の使い方，実装方法について学習する．
|
| 6週 |
機械学習におけるPython の基本知識，使い方
（ PyTorch ） |
PyTorch の使い方，実装方法について学習する．
|
| 7週 |
機械学習を用いた問題の選択１ |
学習するモデルについて選択する．
|
| 8週 |
機械学習を用いた問題の解決と実装１ |
学習するモデルについて実装する．
|
| 4thQ |
| 9週 |
発表１ |
実装したモデルについて発表する．
|
| 10週 |
機械学習を用いた問題の選択２ |
学習するモデルについて選択する．
|
| 11週 |
機械学習を用いた問題の解決と実装２ |
学習するモデルについて実装する．
|
| 12週 |
発表２ |
実装したモデルについて発表する．
|
| 13週 |
機械学習を用いた問題の選択３ |
学習するモデルについて選択する．
|
| 14週 |
機械学習を用いた問題の解決と実装３ |
学習するモデルについて実装する．
|
| 15週 |
発表３ |
実装したモデルについて発表する．
|
| 16週 |
予備日 |
|
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
| レポート | 発表 | 合計 |
| 総合評価割合 | 25 | 75 | 100 |
| Numpy Pandasの使い方 | 5 | 0 | 5 |
| scikit learnの使い方 | 10 | 0 | 10 |
| PyTorchの使い方 | 10 | 0 | 10 |
| 機械学習を用いた問題の解決と実装1 | 0 | 25 | 25 |
| 機械学習を用いた問題の解決と実装2 | 0 | 25 | 25 |
| 機械学習を用いた問題の解決と実装3 | 0 | 25 | 25 |