年度 |
2025年度 |
開講部局 |
先進理工系科学研究科博士課程前期先進理工系科学専攻情報科学プログラム |
講義コード |
WSN20901 |
科目区分 |
専門的教育科目 |
授業科目名 |
Artificial and Natural Intelligence |
授業科目名 (フリガナ) |
アーティフィカル アンド ナチュラル インテリジェンス |
英文授業科目名 |
Artificial and Natural Intelligence |
担当教員名 |
RAYTCHEV BISSER ROUMENOV |
担当教員名 (フリガナ) |
ライチェフ ビセル ルメノフ |
開講キャンパス |
東広島 |
開設期 |
1年次生 前期 2ターム |
曜日・時限・講義室 |
(2T) 月5-8:工105 |
授業の方法 |
講義 |
授業の方法 【詳細情報】 |
対面 |
講義中心、演習中心、ディスカッション、学生の発表 (状況に応じてオンラインで行う可能性もあります.詳細はガイダンスで説明します.) |
単位 |
2.0 |
週時間 |
4 |
使用言語 |
E
:
英語 |
学習の段階 |
6
:
大学院専門的レベル
|
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 |
人工知能,深層学習,機械学習,コンピュータ,工業 |
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) | |
---|
到達度評価 の評価項目 (学部生対象科目のみ) | |
授業の目標・概要等 |
人工知能や深層学習関連基本的なアルゴリズムやそれらの具体的な応用について講義や各学生が発表を行う(プログラミング課題もある). |
授業計画 |
第1回 ガイダンス 第2回 Introduction to Deep Learning 第3回 Basics of PyTorch 第4回 Linear Neural Networks 第5回 Multilayer Perceptrons 第6回 Layers and Modules 第7回 Convolutional Neural Networks 第8回 Modern Convolutional Neural Networks 第9回 Recurrent Neural Networks 第10回 Modern Recurrent Neural Networks 第11回 Attention Mechanisms 第12回 Optimization Algorithms 第13回 Optimization Algorithms 第14回 Computational Performance 第15回 Final exam (paper test)
プレゼンテーション,プログラミング課題,期末テスト |
教科書・参考書等 |
Aston Zhang, Zachary C. Lipton, Mu Li, and Alexander J. Smola, Dive into Deep Learning, 2023 Jupyter notebooks.
|
授業で使用する メディア・機器等 |
テキスト, 配付資料, 映像資料, Microsoft Teams, moodle |
【詳細情報】 |
PC,パワーポイントスライド, Jupyter notebooks |
授業で取り入れる 学習手法 |
ディスカッション, PBL(Problem-based Learning)/ TBL(Team-based Learning), プロジェクト学習, 反転授業 |
予習・復習への アドバイス |
プレゼンテーションとプログラミング課題の提出が重要. 第一回目の授業ではプレゼンテーション割当を行うので,必ず出席してください. |
履修上の注意 受講条件等 |
PyTorchを使用するので,Python(特にNumpy)の基礎知識について各自で予習しておいてください. |
成績評価の基準等 |
プレゼンテーション・プログラミング課題・期末テストを総合して評価する. |
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 |
Python(特にNumpy)の基礎知識を仮定しています. |
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。 |