| 年度 |
2024年度 |
開講部局 |
情報科学部 |
| 講義コード |
KA238003 |
科目区分 |
専門教育科目 |
| 授業科目名 |
情報科学演習IV（知能科学プログラム） |
授業科目名
（フリガナ） |
ジョウホウカガクエンシュウ４（チノウカガクプログラム） |
| 英文授業科目名 |
Informatics and Data Science Exercise IV |
| 担当教員名 |
ANDRADE SILVA DANIEL GEORG,高藤 大介,相澤 宏旭 |
担当教員名
(フリガナ) |
アンドラーデ シルバ ダニエル ゲオルグ,タカフジ ダイスケ,アイザワ ヒロアキ |
| 開講キャンパス |
|
開設期 |
3年次生 後期 ４ターム |
| 曜日・時限・講義室 |
(4T) 金5-7：東図書館3Fセミナー室D |
| 授業の方法 |
演習 |
授業の方法
【詳細情報】 |
|
| 講義中心、演習中心 |
| 単位 |
1.0 |
週時間 |
|
使用言語 |
B
:
日本語・英語 |
| 学習の段階 |
3
:
中級レベル
|
| 学問分野（分野） |
25
:
理工学 |
| 学問分野（分科） |
02
:
情報科学 |
| 対象学生 |
|
| 授業のキーワード |
深層学習、PyTorch、機械学習 |
| 教職専門科目 |
|
教科専門科目 |
|
プログラムの中での
この授業科目の位置づけ
（学部生対象科目のみ） | コア科目 |
|---|
到達度評価
の評価項目
（学部生対象科目のみ） | 計算機科学プログラム
（能力・技能）
・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．
・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．
・D3. ハードウェアとソフトウェアの知識及びデータを効率的に処理するプログラミング能力．
データ科学プログラム
（知識・理解）
・D1. 統計とデータ解析の理論体系を理解し，ビッグデータの質的／量的情報を的確かつ効率的に分析するための知識と能力．
（能力・技能）
・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．
・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．
知能科学プログラム
（能力・技能）
・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．
・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．
（総合的な力）
・D3. 複合的に絡み合う社会的ニーズや課題を俯瞰的に捉え，知能科学の幅広い知識に基づいた多角的視野と分析能力で課題を解決する能力． |
|---|
| 授業の目標・概要等 |
PyTorchを用いて、基礎的な機械学習のプログラミングから、深層学習のモデル作成と学習まで自ら実装・エラー分析できる能力を育む。 |
| 授業計画 |
第1回：Visual Studio Code (VSC), Tensorの基本操作、Broadcasting, Automatic Differentiation, 線形回帰の実装
第2回：Neural Network(MLP)の入門、深層学習の基礎的な構造、確率的勾配降下法、Learning Rateの影響、L2-Regularization (training loss, validation loss)
第3回：データの前処理、交差検証、実データを用いて、MLPモデルを学習と評価
第4回：畳み込みニューラルネットワーク(CNN)の入門、畳み込み層、Pooling層、cifar10での学習と評価
第5回：性能改善のためのテクニック、データ拡張、オプティマイザ、Dropout、Batch Normalization、残差学習、事前学習とファインチューニング
第6回：自作データセットでの学習、ハイパーパラメータのチューニング、可視化、Transformer
第７回（予備）
全ての演習への参加は必須
筆記試験なし、課題（Assignment)のみによる評価
Pythonのプロミング環境：前半はVisual Studio Code, 後半はColab
PyTorchによる実装 |
| 教科書・参考書等 |
特にない（配布資料のみ） |
授業で使用する
メディア・機器等 |
|
| 【詳細情報】 |
説明資料などMoodleで配布する予定 |
授業で取り入れる
学習手法 |
|
予習・復習への
アドバイス |
NumPy・Python・Matplotlib・PyTorchでのプログラミングを復習すること
|
履修上の注意
受講条件等 |
|
| 成績評価の基準等 |
複数回実施するレポートを合わせて１００点満点として評価する予定。 |
| 実務経験 |
|
実務経験の概要と
それに基づく授業内容 |
|
| メッセージ |
|
| その他 |
|
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。
回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。 |